Question

我得到了一个大数据表，需要根据第一列进行汇总：

问题如下：

对于几列，只需要对每个类别求和（在第1列中给出）
对于其他列，必须计算平均值
第一列和第二列中的条目之间存在1-1对应关系。这样第二列的条目就应该保留。

以下是此类数据表的可能示例。假设需要对3-9列进行求和，并将10-12列进行平均。

library(data.table)
set.seed(1)
a<-matrix(c("cat1","text1","cat2","text2","cat3","text3"),nrow=3,byrow=TRUE)
M<-do.call(rbind, replicate(1000, a, simplify=FALSE)) # where m is your matrix
M<-cbind(M,matrix(sample(c(1:100),3000*10,replace=TRUE ),ncol=10))
M <- as.data.table(M)

结果应该是表格的形式

     V1    V2 V3 V4 V5  V6 V7 V8 V9 V10 V11 V12
1: cat1 text1 27 81 78  95 27 22 12  76  18  76
2: cat2 text2 38 48 70 100 11 97  8  53  56  33
3: cat3 text3 58 18 66  24 14 73 18  27  92  70

但有相应条目的总和分别为平均值。

Answer 1

M[, names(M)[-c(1,2)] := lapply(.SD, as.numeric), 
    .SDcols = names(M)[-c(1,2)]][, 
                                  c(lapply(.SD[, ((3:9)-2), with=FALSE], sum), 
                                    lapply(.SD[, ((10:12)-2), with=FALSE], mean)), 
                                   by = eval(names(M)[c(1,2)])]


#>      V1    V2    V3    V4    V5    V6    V7    V8    V9    V10    V11    V12
#> 1: cat1 text1 51978 49854 48476 49451 49620 49870 50248 50.193 51.516 49.694
#> 2: cat2 text2 50607 50097 50572 50507 48960 51419 48905 49.700 49.631 48.863
#> 3: cat3 text3 51033 50060 49742 50345 51532 51299 50957 50.192 50.227 50.689

R-汇总data.table列的方式不同

1 个答案: