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
另一种解决方案是在矩阵或数据帧中按组返回和，并且简短快速:
rowsum(x$Frequency, x$Category)
其他回答
另一种解决方案是在矩阵或数据帧中按组返回和，并且简短快速:
rowsum(x$Frequency, x$Category)
你也可以使用dplyr包来实现这个目的:
library(dplyr)
x %>%
group_by(Category) %>%
summarise(Frequency = sum(Frequency))
#Source: local data frame [3 x 2]
#
# Category Frequency
#1 First 30
#2 Second 5
#3 Third 34
或者，对于多个摘要列(也适用于一个列):
x %>%
group_by(Category) %>%
summarise(across(everything(), sum))
下面是一些关于如何使用dplyr函数(使用内置数据集mtcars)按组总结数据的例子:
# several summary columns with arbitrary names
mtcars %>%
group_by(cyl, gear) %>% # multiple group columns
summarise(max_hp = max(hp), mean_mpg = mean(mpg)) # multiple summary columns
# summarise all columns except grouping columns using "sum"
mtcars %>%
group_by(cyl) %>%
summarise(across(everything(), sum))
# summarise all columns except grouping columns using "sum" and "mean"
mtcars %>%
group_by(cyl) %>%
summarise(across(everything(), list(mean = mean, sum = sum)))
# multiple grouping columns
mtcars %>%
group_by(cyl, gear) %>%
summarise(across(everything(), list(mean = mean, sum = sum)))
# summarise specific variables, not all
mtcars %>%
group_by(cyl, gear) %>%
summarise(across(c(qsec, mpg, wt), list(mean = mean, sum = sum)))
# summarise specific variables (numeric columns except grouping columns)
mtcars %>%
group_by(gear) %>%
summarise(across(where(is.numeric), list(mean = mean, sum = sum)))
有关更多信息，包括%>%操作符，请参阅dplyr介绍。
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
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)
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
