Question

这是数据：

data <-data.frame(
    "start"= c("go",NA,NA,NA,"go",NA,"go"),
    "number"= c(31,32,1,29,61,17,72),
    "info"= c("c","k","s","u","b","i","n"))

   start number info
1    go     31    c
2  <NA>     32    k
3  <NA>      1    s
4  <NA>     29    u
5    go     61    b
6  <NA>     17    i
7    go     72    n

我想制作一个汇总表，在开始 =“go”的每一行打印信息

但是，我希望数字列在“go”之后从所有单元格求和，直到下一个“go”，以便结果如下所示：

final <- data.frame(
"start"=c("go","go","go"),
"number"=c(93,78,72),
"info"=c("c","b","n"))

   start number info
1    go     93    c
2    go     78    b
3    go     72    n

感谢您的帮助。

Answer 1

基础R中的策略是执行子集化并在单独的操作中执行求和，然后将结果合并在一起。在这里，我们可以使用cbind进行合并，因为这两个数据集的构造是为了排列。

cbind(data[!is.na(data$start), c(1, 3)],
      sum=aggregate(number ~ cumsum(!is.na(start)), data=data, sum)[,2])
  start info sum
1    go    c  93
5    go    b  78
7    go    n  72

我使用!is.na选择适当的行，这在本例中有效。如果您想要排除其他非NA值，则可以使用!is.na(data$start) & data$start == "go"。 aggregate用于执行求和，第二个参数中的分组使用相同的方法，但对结果执行累积求和。

Answer 2

您可以使用dplyr：

data <-data.frame(
  start= c("go",NA,NA,NA,"go",NA,"go"),
  number= c(31,32,1,29,61,17,72),
  info= c("c","k","s","u","b","i","n"),stringsAsFactors = F)

library(dplyr)
data$group = cumsum(!is.na(data$start))
data %>% group_by(group) %>% summarize(n=sum(number), info=info[1])

输出

  group     n  info
1     1    93     c
2     2    78     b
3     3    72     n

您可以选择添加

 %>% mutate(start="go") %>% select(-group)

获取您要求的输出，但我不确定这是否真的增加了价值。希望这有帮助！

Answer 3

以下是使用data.table

的选项

library(data.table)
setDT(data)[, .(start = start[!is.na(start)], n = sum(number), 
     info = info[1]), .(grp = cumsum(!is.na(start)))][, grp := NULL][]
#   start  n info
#1:    go 93    c
#2:    go 78    b
#3:    go 72    n

从R中的各个单元格中提取摘要数据

3 个答案: