如何计算第二列中逗号分隔的总和

时间:2018-11-10 05:06:05

标签: r

sm_agg
   Group.1                   x
1     1001                   8
2     1002               16, 8
3     1003                   8
4     1004                  16
5     1005 5.33333333333333, 8
6     1006                   4
7     1007                   4
8     1008                   4
9     1009    5.33333333333333
10    1010 8, 5.33333333333333
11    1011                8, 4
12    1012    5.33333333333333
13    1013 5.33333333333333, 8
14    1014                   8
15    1015    5.33333333333333
16    1016    5.33333333333333

我想得到这样

sm_agg
   Group.1                   x
1     1001                   8
2     1002                   24
3     1003                   8
4     1004                  16
5     1005                  13.3
6     1006                   4
7     1007                   4
8     1008                   4
9     1009    5.33333333333333
10    1010                13.3
11    1011                  12
12    1012    5.33333333333333
13    1013                 13.3
14    1014                   8
15    1015    5.33333333333333
16    1016    5.33333333333333

3 个答案:

答案 0 :(得分:1)

尝试一下:

data

说明:

  1. 对于单个条目,我们将其分成一个或多个逗号/空格:

    sm_agg$x <- sapply(strsplit(sm_agg$x, "[ ,]+"), function(i) sum(as.numeric(i)))
    sm_agg
    #    Group.1         x
    # 1     1001  8.000000
    # 2     1002 24.000000
    # 3     1003  8.000000
    # 4     1004 16.000000
    # 5     1005 13.333333
    # 6     1006  4.000000
    # 7     1007  4.000000
    # 8     1008  4.000000
    # 9     1009  5.333333
    # 10    1010 13.333333
    # 11    1011 12.000000
    # 12    1012  5.333333
    # 13    1013 13.333333
    # 14    1014  8.000000
    # 15    1015  5.333333
    # 16    1016  5.333333
    
  2. 因此,我们要转换为数字并加,所以

    strsplit(sm_agg$x[2], "[, ]+")
    # [[1]]
    # [1] "16" "8" 
    
  3. 我们希望对每个元素都执行此操作,因此我们将as.numeric(strsplit(sm_agg$x[2], "[, ]+")[[1]]) # [1] 16 8 sum(as.numeric(strsplit(sm_agg$x[2], "[, ]+")[[1]])) # [1] 24 的输出输入到strsplit匿名函数中。


如果您的框架中有sapply而不是字符串,请改用

factor

最后编辑

我认为您的数据实际上是嵌入式sapply(strsplit(as.character(sm_agg$x), "[ ,]+"), function(i) sum(as.numeric(i))) 。当数据包含一个列表列时,它会像这样显示(我觉得有些沮丧,但仍然...)。

我将生成一些虚假数据以证明我认为您实际拥有的东西:

list

好的。当我们尝试sm2 <- data.frame(Group.1 = c("1001", "1002", "1003", "1005")) sm2$x <- list(c(8L), c(16L,8L), c(8L), c(16/3, 8)) sm2 # Group.1 x # 1 1001 8 # 2 1002 16, 8 # 3 1003 8 # 4 1005 5.333333, 8.000000 甚至是strsplit时,事情都破裂了,显然不像数字:

as.character

实际上,我们要做的只是将它们加起来,因为它们已经是数字了。

as.character(sm2$x)
# [1] "8"                      "c(16, 8)"               "8"                     
# [4] "c(5.33333333333333, 8)"

如果偶然地其中一件东西实际上是sapply(sm2$x, sum) # [1] 8.00000 24.00000 8.00000 13.33333

character

这将导致我们的“简单”解决方案失败。

sm2$y <- list(c("8"), c(16L,8L), c(8L), c(16/3, 8))
sm2
#   Group.1                  x                  y
# 1    1001                  8                  8
# 2    1002              16, 8              16, 8
# 3    1003                  8                  8
# 4    1005 5.333333, 8.000000 5.333333, 8.000000

幸运的是,我们可能有点过分使用,将字符串强制为数字,而将数字强制为数字:

sapply(sm2$y, sum)
# Error in FUN(X[[i]], ...) : invalid 'type' (character) of argument

答案 1 :(得分:1)

我们可以使用separate_rows将逗号分隔的小肠分成不同的行,然后按组sum进行

library(tidyverse)
df %>%
  separate_rows(x, sep = ",") %>%
  group_by(Group.1) %>%
  summarise(x = sum(as.numeric(x)))


#   Group.1  x
#     <dbl> <dbl>
# 1    1001  8   
# 2    1002 24   
# 3    1003  8   
# 4    1004 16   
# 5    1005 13.3 
# 6    1006  4   
# 7    1007  4   
# 8    1008  4   
# 9    1009  5.33
#10    1010 13.3 
#11    1011 12   
#12    1012  5.33
#13    1013 13.3 
#14    1014  8   
#15    1015  5.33
#16    1016  5.33

数据

df <- structure(list(Group.1 = c(1001, 1002, 1003, 1004, 1005, 1006, 
 1007, 1008, 1009, 1010, 1011, 1012, 1013, 1014, 1015, 1016), 
    x = structure(c(5L, 7L, 5L, 6L, 10L, 2L, 1L, 1L, 9L, 11L, 
 4L, 8L, 10L, 3L, 8L, 8L), .Label = c("                 4", 
  "                4", "                8", "             8, 4", 
 "       8", "      16", "   16, 8", "  5.33333333333333", 
 " 5.33333333333333", " 5.33333333333333, 8", " 8, 5.33333333333333"
 ), class = "factor")), .Names = c("Group.1", "x"), class = 
 "data.frame", row.names = c(NA, 
 -16L))

答案 2 :(得分:0)

使用这种方法我得到sapply(sm2 $ y,function(i)sum(as.numeric(i)))