Question

我有一个这样的数据框：
Col-1：id。
Col-2：范围从0到100. Col-3：价值。

id col-2        value
...
id 10.00          2 
id 10.53          2 
id 11.11         88 
id 11.76          6 
id 12.00          2 
id 12.12          2 
id 12.35        163 
id 12.50          6 
id 12.90          2 
id 13.33          5 
id 13.58        366 
id 13.64          8 
id 14.29         10 
id 14.81        725 
...
id 100  45

我想制作100个Col-2箱，并在该区间内总结Col-3中的值。我怎样才能做到这一点？例如输出将是这样的：

id  0-1    sum-value-in-interval
id  1-2    sum-value-in-interval
id  2-3    sum-value-in-interval
...
id  10-11  4
id  11-12  94
...
id  99-100 sum-value-in-interval

感谢您的帮助！

Answer 1

这是一个基于dplyr的解决方案。让您的数据被称为dat：

library(dplyr)

dat%>%mutate(quantile = ntile(col2,100))%>%group_by(quantile)%>%summarize(sumValueInInterval = sum(col3))

Answer 2

我们可以使用cut创建分组变量，在aggregate中使用该变量来获取＆＃39; col2＆＃39;的sum。

df1$group <- as.character(cut(df1$col2, breaks=1:100))
aggregate(col3~group+id, df1, FUN=sum)

或者可以使用data.table

完成此操作

library(data.table)
setDT(df1)[, group:= cut(col2, breaks=1:100)
                ][,list(col3= sum(col3)) ,.(group, id)]

数据

set.seed(24)
df1 <- data.frame(id= paste0('id', rep(1:2, each=50)), 
  col2=rnorm(100, sample(100)), col3= sample(500, 100, replace=TRUE))

如何在R中包含数字？

2 个答案:

数据