我有一个有两列的数据帧。第一列包含类别，如“第一”，“第二”，“第三”，第二列有数字，表示我从“类别”中看到特定组的次数。
例如:
Category Frequency
First 10
First 15
First 5
Second 2
Third 14
Third 20
Second 3
我想按类别对数据进行排序，并将所有频率相加:
Category Frequency
First 30
Second 5
Third 34
在R中怎么做呢?
当前回答
你可以用函数群。sum来自包Rfast。
Category <- Rfast::as_integer(Category,result.sort=FALSE) # convert character to numeric. R's as.numeric produce NAs.
result <- Rfast::group.sum(Frequency,Category)
names(result) <- Rfast::Sort(unique(Category)
# 30 5 34
Rfast有许多组函数和组。和就是其中之一。
其他回答
library(tidyverse)
x <- data.frame(Category= c('First', 'First', 'First', 'Second', 'Third', 'Third', 'Second'),
Frequency = c(10, 15, 5, 2, 14, 20, 3))
count(x, Category, wt = Frequency)
虽然我最近对大多数这些类型的操作都转换为dplyr，但sqldf包对于某些事情仍然非常好(恕我直言，可读性更强)。
下面是一个示例，说明如何使用sqldf回答这个问题
x <- data.frame(Category=factor(c("First", "First", "First", "Second",
"Third", "Third", "Second")),
Frequency=c(10,15,5,2,14,20,3))
sqldf("select
Category
,sum(Frequency) as Frequency
from x
group by
Category")
## Category Frequency
## 1 First 30
## 2 Second 5
## 3 Third 34
可以使用rowsum函数来计算频率。
data("mtcars")
df <- mtcars
df$cyl <- as.factor(df$cyl)
头部看起来如下:
wt mpg cyl
<dbl> <dbl> <fct>
Mazda RX4 2.620 21.0 6
Mazda RX4 Wag 2.875 21.0 6
Datsun 710 2.320 22.8 4
然后,
rowsum(df$mpg, df$cyl) #values , group
4 293.3
6 138.2
8 211.4
对于dplyr 1.1.0及以上版本，你可以在总结中使用.by。这个快捷方式避免使用group_by，并返回一个未分组的数据帧:
library(dplyr)
x %>%
summarise(Frequency = sum(Frequency), .by = Category)
几年后，只是为了添加另一个简单的基本R解决方案，由于某种原因这里没有给出——xtabs
xtabs(Frequency ~ Category, df)
# Category
# First Second Third
# 30 5 34
或者你想要回数据帧
as.data.frame(xtabs(Frequency ~ Category, df))
# Category Freq
# 1 First 30
# 2 Second 5
# 3 Third 34
