如何在R中对数据帧执行求和和计数

Question

我有一个ID，类型和面积的数据框，我想一次执行两次操作

ID         Type         Area     
1           Aa          0.02    
2           Ag          0.12    
2           Ag          0.14    
2           Ag          0.80    
2           Bm          0.20    
2           Xm          0.13    

预期的结果是

ID          Type       count      area     
1           Aa           1        0.02    
2           Ag           3        1.06 (sum)    
2           Bm           1        0.20    
2           Xm           1        0.13 

我有多达100-150个ID，并且每种类型，具有相同ID的计数和基本面积都不同，什么是最好的方法来同时执行总和和计数并在数据帧中保留类型和ID？

谢谢

Answer 1

1）基数R-聚合计数只是一个常数列的总和，因此，使用“可DF重复地显示在注释中”结尾处的注释，我们添加这样的列并使用进行聚合sum。不使用任何软件包。

aggregate(cbind(Count, Area) ~ ID + Type, transform(DF, Count = 1), sum)

给予：

  ID Type Count Area
1  1   Aa     1 0.02
2  2   Ag     3 1.06
3  2   Bm     1 0.20
4  2   Xm     1 0.13

2）基本R-通过使用仅使用基本R的方法，该方法不依赖于添加一列的技巧by。该by调用将产生一个类列表，by并将其do.call("rbind", ...)转换为数据帧。

do.call("rbind", by(DF, DF[1:2], with, 
  data.frame(ID = ID[1], Type = Type[1], Count = length(ID), Area = sum(Area))))

给予：

  ID Type Count Area
1  1   Aa     1 0.02
2  2   Ag     3 1.06
3  2   Bm     1 0.20
4  2   Xm     1 0.13

3）sqldf SQL允许单独和同时应用计数和总和。

library(sqldf)
sqldf("select ID, Type, count(*) as Count, sum(Area) as Area
  from DF
  group by 1, 2")

给予：

  ID Type Count Area
1  1   Aa     1 0.02
2  2   Ag     3 1.06
3  2   Bm     1 0.20
4  2   Xm     1 0.13

4）data.table也可以使用data.table包。

library(data.table)

DT <- as.data.table(DF)
DT[, .(Count = .N, Area = sum(Area)), by = "ID,Type"]

给予：

   ID Type Count Area
1:  1   Aa     1 0.02
2:  2   Ag     3 1.06
3:  2   Bm     1 0.20
4:  2   Xm     1 0.13

注意

Lines <- "ID         Type         Area     
1           Aa          0.02    
2           Ag          0.12    
2           Ag          0.14    
2           Ag          0.80    
2           Bm          0.20    
2           Xm          0.13 "

DF <- read.table(text = Lines, header = TRUE)

Answer 2

我们可以使用dplyr. 使用的包

library(dplyr)
df1 %>%
   group_by(ID, Type) %>%
   summarise(count = n(), Area = sum(Area))
# A tibble: 4 x 4
# Groups:   ID [2]
#     ID Type  count  Area
#  <int> <chr> <int> <dbl>
#1     1 Aa        1  0.02
#2     2 Ag        3  1.06
#3     2 Bm        1  0.2 
#4     2 Xm        1  0.13

或使用byfrom base R- 请注意，base R还包括一些软件包...

by(df1['Area'], df1[1:2], FUN = function(x) cbind(count = nrow(x), Area = sum(x)))

数据

df1 <- structure(list(ID = c(1L, 2L, 2L, 2L, 2L, 2L), Type = c("Aa", 
"Ag", "Ag", "Ag", "Bm", "Xm"), Area = c(0.02, 0.12, 0.14, 0.8, 
0.2, 0.13)), class = "data.frame", row.names = c(NA, -6L))