根据特定因子组合对行进行求和

Question

这可能是一个愚蠢的问题,但我已经阅读了克劳利关于数据框架的章节并浏览了互联网并且还没有能够做任何事情.

这是一个类似于我的示例数据集:

> data<-data.frame(site=c("A","A","A","A","B","B"), plant=c("buttercup","buttercup",
"buttercup","rose","buttercup","rose"), treatment=c(1,1,2,1,1,1), 
plant_numb=c(1,1,2,1,1,2), fruits=c(1,2,1,4,3,2),seeds=c(45,67,32,43,13,25))
> data
  site     plant treatment plant_numb fruits seeds
1    A buttercup         1          1      1    45
2    A buttercup         1          1      2    67
3    A buttercup         2          2      1    32
4    A      rose         1          1      4    43
5    B buttercup         1          1      3    13
6    B      rose         1          2      2    25  

我想要做的是创建一个场景,只要存在独特的site&plant&treatment&plant_numb组合,就会将"种子"和"水果"相加.理想情况下,这会导致行减少,但保留原始列(即我需要上面的示例看起来像这样:)

  site     plant treatment plant_numb fruits seeds
1    A buttercup         1          1      3   112
2    A buttercup         2          2      1    32
3    A      rose         1          1      4    43
4    B buttercup         1          1      3    13
5    B      rose         1          2      2    25

这个例子非常基本(我的数据集是~5000行),虽然在这里你只看到两行需要求和,需要求和的行数各不相同,范围从1到45.

到目前为止,我已经尝试过rowum()和tapply(),结果非常糟糕(错误告诉我这些函数对因素没有意义),所以如果你能指出我正确的方向,我会非常感激!

非常感谢!

Answer 1

希望下面的代码是相当不言自明的.它使用基本功能"聚合",基本上这是说站点,植物,处理和plant_num的每个独特组合看果实和种子总和的总和.

# Load your data
data <- data.frame(site=c("A","A","A","A","B","B"), plant=c("buttercup","buttercup",
"buttercup","rose","buttercup","rose"), treatment=c(1,1,2,1,1,1), 
plant_numb=c(1,1,2,1,1,2), fruits=c(1,2,1,4,3,2),seeds=c(45,67,32,43,13,25)) 

# Summarize your data
aggregate(cbind(fruits, seeds) ~ 
      site + plant + treatment + plant_numb, 
      sum, 
      data = data)
#  site     plant treatment plant_numb fruits seeds
#1    A buttercup         1          1      3   112
#2    B buttercup         1          1      3    13
#3    A      rose         1          1      4    43
#4    B      rose         1          2      2    25
#5    A buttercup         2          2      1    32

行的顺序改变(并按站点,工厂,...排序),但希望这不是一个太大的问题.

另一种方法是使用plyr包中的ddply.

library(plyr)
ddply(data, .(site, plant, treatment, plant_numb), 
      summarize, 
      fruits = sum(fruits), 
      seeds = sum(seeds))
#  site     plant treatment plant_numb fruits seeds
#1    A buttercup         1          1      3   112
#2    A buttercup         2          2      1    32
#3    A      rose         1          1      4    43
#4    B buttercup         1          1      3    13
#5    B      rose         1          2      2    25