Question

这是一个非常简单的问题，但我无法弄清楚如何编写脚本。在我搞清楚之前，我不能前进。我是R的新手并且使用代码，我正在阅读几本介绍性手册，但还没有找到任何针对这个特定问题的内容。

一般来说，这是问题所在。假设我有一个名为x的数据框，如下所示：

a <- c(1995,1995,1995,1996,1997,1997,1997,1998)
b <- c(1,2,3,1,2,3,4,1)
c <- c(5,7,8,2,4,5,7,8)
(x <- data.frame(a,b,c))
     a b c
1 1995 1 5
2 1995 2 7
3 1995 3 9
4 1996 1 2
5 1997 2 4
6 1997 3 5
7 1997 4 7
8 1998 1 8

a栏中的某些年份有多个条目（即1995年出现3次），而实际上我每年只想要一个条目。如果我尝试在列a上绘制列c，我会在每个日期得到多个积分，但这没有用。我不关心列b，但是我希望每年对列c的条目求和，这样我最终会得到一个每年有一个条目的数据框。鉴于上述数据，结果数据框将如下所示：

有什么想法吗？

Answer 1

plyr库对于诸如此类的聚合任务非常有用。 plyr也适用于ggplot2图片。在我看来，plyr的好处是你明确定义了输入和输出的结构。在这里，我们传入data.frame对象，并且在处理后也需要data.frame，因此我们将使用ddply。第一个字母对应输入对象，第二个字母对应输出。因此，如果我们想要从list对象转到data.frame，我们会使用ldply等。

library(ggplot2) #Loads plyr

text <- "a b c
1995 1 5
1995 2 7
1995 3 9
1996 1 2
1997 2 4
1997 3 5
1997 4 7
1998 1 8
"

df <- read.table(textConnection(text), header = TRUE)

#Create plotData data.frame that groups by the "a" column and returns the sum of "c"
plotData <- ddply(df, "a", summarise, totalc = sum(c))

#plotting with ggplot
qplot(factor(a), totalc, data = plotData)

Answer 2

aggregate(x[,"c",drop=FALSE], by=x[,"a",drop=FALSE], sum)

drop=FALSE是为了确保通过子集x创建的对象是data.frame。如果省略drop=FALSE，data.frame的维度将被删除（因为您只访问data.frame的一列），并且子集化的结果将是一个向量。有关详细信息，请参阅?"["和?drop。

更新：我同意Gavin公式界面更清晰：

aggregate(c ~ a, data=x, sum)

Answer 3

您需要tapply。例如，

## Your data
c1 = c(1995, 1995, 1995, 1996, 1997,  1997, 1997, 1998) 
c2 = c(5, 7, 9, 2, 4, 5, 7, 8)
x = data.frame(c1, c2)


y = tapply(x$c2, x$c1, sum)
names(y) ## For the years
as.vector(y)

## So to get a data frame
data.frame(a=names(y), c=as.vector(y))

从现有的不充分的数据框中在R中创建新的数据帧

3 个答案: