如何添加行中包含的特定数据？

Question

我是R.的新手.这是我的具体问题.假设我正在使用下面这个名为"data"的数据集.我的标题是state,type和value.

structure(list(state = structure(c(1L, 1L, 1L, 1L, 2L, 2L), .Label = c("AK", 
"AL"), class = "factor"), type = structure(c(2L, 2L, 1L, 1L, 
2L, 1L), .Label = c(" D", " R"), class = "factor"), value = c(100L, 
200L, 100L, 150L, 100L, 150L)), .Names = c("state", "type", "value"
), class = "data.frame", row.names = c(NA, -6L))



  state type value
1    AK    R   100
2    AK    R   200
3    AK    D   100
4    AK    D   150
5    AL    R   100
6    AL    D   150

我想编写一个函数,它将为每种类型和状态添加值.例如.对于AK类型R,输出将为300.对于AK类型D,输出将为250.对于AL类型R,输出将为100,对于AL类型D,输出将为150.

Answer 1

不是plyr,而是公正的 aggregate

> aggregate(value~state+type, data=data,FUN=sum)
  state type value
1    AK    D   250
2    AL    D   150
3    AK    R   300
4    AL    R   100

Answer 2

你可以使用 tapply

data <- read.csv(header=TRUE,text="state, type, value
AK, R, 100
AK, R, 200
AK, D, 100
AK, D, 150
AL, R, 100
AL, D, 150")

tapply(data$value, list(data$state,data$type), sum)
#     D   R
# AK  250 300
# AL  150 100

Answer 3

虽然@Matthew Lundberg的答案是最好的,但这里有一些替代方案.

如果你真的想使用plyr,你可以这样做:

ddply(DF, .(state, type), numcolwise(sum))
  state type value
1    AK    D   250
2    AK    R   300
3    AL    D   150
4    AL    R   100

这是使用reshape2包的另一种解决方案

library(reshape2)
dcast( melt(DF), state + type ~ variable, sum)
Using state, type as id variables
  state type value
1    AK    D   250
2    AK    R   300
3    AL    D   150
4    AL    R   100

如果你只想要一个向量,那么这可能是有用的:

sapply(with(DF, split(value, list(state, type))), sum)
AK.D  AL.D  AK.R  AL.R 
250   150   300   100