studio - seleccionar columnas en r

Suma de filas basadas en el valor de la columna

Question

Quiero sumar filas que tienen el mismo valor en una columna:

> df <- data.frame("1"=c("a","b","a","c","c"), "2"=c(1,5,3,6,2), "3"=c(3,3,4,5,2))
> df
X1 X2 X3
1 a 1 3
2 b 5 3
3 a 3 4
4 c 6 5
5 c 2 2

Para una columna (X2), los datos se pueden agregar para obtener las sumas de todas las filas que tienen el mismo valor de X1:

> ddply(df, .(X1), summarise, X2=sum(X2))
X1 X2
1 a 4
2 b 5
3 c 8

¿Cómo hago lo mismo para X3 y un número arbitrario de otras columnas excepto X1?

Este es el resultado que quiero:

 X1 X2 X3
1 a 4 7
2 b 5 3
3 c 8 7

Answer 1

Una solución data.table para la eficiencia de la memoria y la elegancia de la codificación.

library(data.table)
DT <- data.table(df)
DT[, lapply(.SD, sum), by = X1]

.SD es el subconjunto de data.table para cada grupo definido por los valores de X1 . Hay 3 viñetas útiles asociadas con el paquete data.table .

Answer 2

aggregate es una gran función para este tipo de cosas:

aggregate(df[,-1],df["X1"],sum)
X1 X2 X3
1 a 4 7
2 b 5 3
3 c 8 7

Y una versión base R del método numcolwise de plyr:

aggregate(df[,sapply(df,is.numeric)],df["X1"],sum)

Answer 3

aggregate puede hacer esto fácilmente con la interfaz de la fórmula:

aggregate(. ~ X1, data=df, FUN=sum)
## X1 X2 X3
## 1 a 4 7
## 2 b 5 3
## 3 c 8 7

Equivalentemente:

aggregate(cbind(X2, X3) ~ X1, data=df, FUN=sum)

Answer 4

ddply(df, "X1", numcolwise(sum))

vea ?numcolwise para detalles y ejemplos.