Question

我有一个数据框，其中一些连续的列具有相同的名称。我需要搜索这些，为每行添加它们的值，删除一列并用它们的总和替换另一列。之前不知道哪些模式是重复的，可能需要将一个列名与下面的名称进行比较，以确定是否匹配。

有人可以帮忙吗？

提前致谢。

Answer 1

> dfrm <- data.frame(a = 1:10, b= 1:10, cc= 1:10, dd=1:10, ee=1:10)
> names(dfrm) <- c("a", "a", "b", "b", "b")
> sapply(unique(names(dfrm)[duplicated(names(dfrm))]), 
      function(x) Reduce("+", dfrm[ , grep(x, names(dfrm))]) )
       a  b
 [1,]  2  3
 [2,]  4  6
 [3,]  6  9
 [4,]  8 12
 [5,] 10 15
 [6,] 12 18
 [7,] 14 21
 [8,] 16 24
 [9,] 18 27
[10,] 20 30

编辑2：使用rowSums允许将第一个sapply参数简化为unique(names(dfrm))，代价是需要记住在“[”中包含drop = FALSE：

sapply(unique(names(dfrm)), 
       function(x) rowSums( dfrm[ , grep(x, names(dfrm)), drop=FALSE]) )

处理NA的问题：

sapply(unique(names(dfrm)), 
      function(x) apply(dfrm[grep(x, names(dfrm))], 1, 
              function(y) if ( all(is.na(y)) ) {NA} else { sum(y, na.rm=TRUE) }
       )               )

（编辑注释：通过在名称（。）[。]构造周围添加唯一性来解决Tommy反例。错误的代码是：

sapply(names(dfrm)[unique(duplicated(names(dfrm)))], 
     function(x) Reduce("+", dfrm[ , grep(x, names(dfrm))]) )

Answer 2

这是我的一个班轮

# transpose data frame, sum by group = rowname, transpose back.
t(rowsum(t(dfrm), group = rownames(t(dfrm))))

Answer 3

一些示例数据。

dfr <- data.frame(
  foo = rnorm(20),
  bar = 1:20,
  bar = runif(20),
  check.names = FALSE
)

方法：循环唯一的列名称;如果只有一个名称，那么用该nme选择所有列将返回一个向量，但如果有重复，它也将是一个数据帧。使用rowSums对行进行求和。（ ~~Duh。~~编辑：不像以前想的那样'duh'！） ~~lapply返回一个列表，我们需要将其改造成数据框，最后我们修复了名称。~~编辑：sapply避免了最后一步的需要。

unique_col_names <- unique(colnames(dfr))
new_dfr <- sapply(unique_col_names, function(name)
{
  subs <- dfr[, colnames(dfr) == name]
  if(is.data.frame(subs))
    rowSums(subs)
  else
    subs
})

Answer 4

一种方法是使用（惊讶）duplicated函数识别重复项，然后循环遍历它们以计算总和。这是一个例子：

dat.dup <- data.frame(x=1:10, x=1:10, x=1:10, y=1:10, y=1:10, z=1:10, check.names=FALSE)
dups <- unique(names(dat.dup)[duplicated(names(dat.dup))])
for (i in dups) {
dat.dup[[i]] <- rowSums(dat.dup[names(dat.dup) == i])
}
dat <- dat.dup[!duplicated(names(dat.dup))]

如何搜索具有相同名称的列，添加列值并使用相同的名称替换这些列的总和？使用R.

4 个答案: