Question

首先，我检查了现有主题。不幸的是，它们要么不完全相关，要么我无法理解它们。正如您从我的问题类型中知道的那样，我对R十分陌生。我希望这没问题...

我觉得我走对了。。。

此处https://i.stack.imgur.com/5jv0m.jpg是数据帧（df）的摘录

我想比较排放（y）子类别的值是否汇总了父类别中所述的值。部分原因是汇总子类别的值。

简而言之，我想知道sum（3.B.1 + 3.B.2 + ... + 3.B.n）= 3.B. （即csv中说明的总和）在给定的年份和国家/地区。我要核对这些金额。

我已经尝试过使用以下代码（在2010年和奥地利使用）：

sum(compare_df, x4 %in% c("1.A.1", "1.A.2", "1.A.3", "1.A.4", "1.A.5") & x 
== "2010" & x2 == "Austria")

但是得到这个：

FUN（X [[i]]，...）中的错误：仅在具有所有数字变量的数据框上定义

有了这个之后，有没有一种方法可以运行一个代码，该代码可以在其他条件下（即国家/地区和年份）自动运行代码？您一些关键字会在这里有所帮助。然后我可以自己搜索。

我希望我的问题很清楚，并感谢您的任何帮助或建议。抱歉这么长的帖子...

PS：我已经更新了所有已知信息，希望我的问题更加清楚。

Answer 1

很难确定compare_df的外观，但这是使用dplyr的一种可能的解决方案，非常适合处理数据帧。

%>%运算符是“管道”，它接收前一个函数的结果并将其插入到后一个函数的第一个参数中。

所有dplyr函数（filter，group_by，summarize等）都将数据作为第一个函数参数，因此它与{{1} }。

%>%

Answer 2

如果要验证y变量的和，则需要指定要求和的变量。当前，您的sum语句正在尝试对整个data.frame求和，并且在遇到分类变量时会抛出错误

FUN（X [[i]]，...）中的错误：仅在具有所有数字变量

我没有复制您的代码，但是可以通过sum(iris)进行验证。如果您确实想对所有数字变量求和，则必须执行sum(iris[sapply(iris,is.numeric)])。

但是要解决关于对三个变量进行子集化的问题，您必须执行以下操作：

sum(iris$Sepal.Length[iris$Species %in% c("setosa","versicolor") &
                        iris$Sepal.Width >= 3 &
                        iris$Petal.Length >= 2])

首先，您必须告诉sum您想对哪些数据，帧和变量求和，例如（代码的iris $ Sepal.Length部分-这将是您的df$y），然后使用[您需要对感兴趣的变量进行子集化。在您的代码中，当您引用不带df $表示法的变量时，R将找不到那些变量，因为它们不是对象，而是data.frame的一部分。希望这可以帮助。

在您的帖子中，年份变量也是数字变量，而不是类别变量，因此您应在2010年前后删除引号。

具有三个逻辑条件R的SUM（已编辑）

2 个答案: