Question

我有一个关于在R中聚合值的简单问题。

假设我有一个数据帧：

DF <- data.frame(col1=c("Type 1", "Type 1B", "Type 2"), col2=c(1, 2, 3))

看起来像这样：

     col1 col2
1  Type 1    1
2 Type 1B    2
3  Type 2    3

我注意到数据中有Type 1和Type 1B，因此我想将Type 1B合并到Type 1中。

所以我决定使用dplyr：

filter(DF, col1=='Type 1' | col1=='Type 1B') %>%
  summarise(n = sum(col2))

但现在我需要坚持下去：

DF2 <- data.frame('Type 1', filter(DF, col1=='Type 1' | col1=='Type 1B') %>%
  summarise(n = sum(col2)))

我想我想cbind这个新的DF2回到原来的DF，但这意味着我必须将列名设置为一致：

names(DF2) <- c('col1', 'col2')

好的，现在我可以回复：

rbind(DF2, DF[3,])

结果呢？它起作用....

   col1 col2
1 Type 1    3
3 Type 2    3

......但是唉！太糟糕了！必须有一种更好的方法来简单地组合价值观。

Answer 1

这是一种可能的dplyr方法：

library(dplyr)
DF %>%
  group_by(col1 = sub("(.*\\d+).*$", "\\1", col1)) %>%
  summarise(col2 = sum(col2))
#Source: local data frame [2 x 2]
#
#    col1 col2
#1 Type 1    3
#2 Type 2    3

Answer 2

将sub()与aggregate()一起使用，从col1的末尾删除除数字以外的任何内容，

do.call("data.frame", 
    aggregate(col2 ~ cbind(col1 = sub("\\D+$", "", col1)), DF, sum)
)
#     col1 col2
# 1 Type 1    3
# 2 Type 2    3

do.call()包装器在那里，以便aggregate()之后的第一列从矩阵正确地更改为向量。这样，以后就不会有任何意外。

Answer 3

您可以尝试：

library(data.table)

setDT(transform(DF, col1=gsub("(.*)[A-Z]+$","\\1",DF$col1)))[,list(col2=sum(col2)),col1]

#      col1 col2
# 1: Type 1    3
# 2: Type 2    3

甚至更直接：

setDT(DF)[, .(col2 = sum(col2)), by = .(col1 = sub("[[:alpha:]]+$", "", col1))]

Answer 4

在我看来，aggregate()是完成此功能的完美功能，但您不应该进行任何文字处理（例如gsub()）。我会分两步完成这个过程：

使用新的所需分组覆盖col1。
使用新的col1计算聚合以指定分组。

DF$col1 <- ifelse(DF$col1 %in% c('Type 1','Type 1B'),'Type 1',levels(DF$col1));
DF;
##     col1 col2
## 1 Type 1    1
## 2 Type 1    2
## 3 Type 2    3
DF <- aggregate(col2~col1, DF, FUN=sum );
DF;
##     col1 col2
## 1 Type 1    3
## 2 Type 2    3

根据R中的匹配条件组合行中的值

4 个答案: