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.