Question

我正在使用大型数据集并使用aggregate（）函数进行一些计算。

这次我需要按两个不同的列进行分组，对于我的计算，我需要一个用户定义的函数，它也使用data.frame的两列。这就是我被困的地方。

以下是一个示例数据集：

    dat <- data.frame(Kat = c("a","b","c","a","c","b","a","c"), 
Sex = c("M","F","F","F","M","M","F","M"), 
Val1 = c(1,2,3,4,5,6,7,8)*10,
Val2 = c(2,6,3,3,1,4,7,4))

    > dat
    Kat Sex Val1 Val2
    a   M   10    2
    b   F   20    6
    c   F   30    3
    a   F   40    3
    c   M   50    1
    b   M   60    4
    a   F   70    7
    c   M   80    4

用户定义函数示例：

    sum(Val1 * Val2)    # but grouped by Kat and Sex

我试过了：

    aggregate((dat$Val1), 
by = list(dat$Kat, dat$Sex), 
function(x, y = dat$Val2){sum(x*y)})

输出：

    Group.1 Group.2    x
    a       F          1710
    b       F           600
    c       F           900
    a       M           300
    b       M          1800
    c       M          2010

但我的预期输出是：

    Group.1 Group.2    x
    a       F           610
    b       F           120
    c       F            90
    a       M            20
    b       M           240
    c       M           370

有没有办法用aggregate（）做到这一点？

提前谢谢！

Answer 1

正如@jogo建议：

aggregate(Val1 * Val2 ~ Kat + Sex, FUN =  sum, data = dat)

或tidyverse风格

library(dplyr)
dat %>%
  group_by(Kat, Sex) %>%
  summarize(sum(Val1 * Val2))

或data.table

library(data.table)
setDT(dat)
dat[ , sum(Val1 * Val2), by = list(Kat, Sex)]

聚合 - 在用户定义的函数中使用多个变量

1 个答案: