按组计算变量列表的总和答案

【问题标题】：Calculate sum of a list of variables by group按组计算变量列表的总和
【发布时间】：2012-11-19 22:43:06
【问题描述】：

我有一个带有一个键和大约 100 个数字行的 data.table，其中一个设置为键。我想创建一个新变量，其中包含每个数字行的总和，按键分组。

例如，我现在的数据是

ID Count1 Count2 Count3
1   1      3      0
1   3      3      3
2   1      2      1
3   1      1      2

我想要的是：

ID Count1 Count2 Count3
1   4      6      3
2   1      2      1
3   1      1      2

我已经尝试了很多方法来获得这个。我知道我能做到：

Y <- X[, list(Count=sum(Count1), Count2=sum(Count2), Count3=sum(Count3), by = ID]

但是，我有数百个变量，我只能在列表中找到它们的名称。我该如何处理？

非常感谢您的帮助。

这是生成测试数据的代码：

ID <-c(rep(210, 9), rep(3917,6))
Count1 <- c(1,1,0,1,3,1,4,1,1,1,1,1,1,0,1)
Count2 <- c(1,0,0,1,0,1,0,1,1,1,1,1,1,0,1)
Count3 <- c(1,0,0,1,0,1,0,1,1,1,1,1,1,0,1)
x <- data.table(ID, Count1, Count2, Count3)
setkey(x, ID)

【问题讨论】：

标签： r data.table

【解决方案1】：

您的测试数据与您提供的示例不匹配，但无论如何 - 您可以利用 data.table() 有一个名为 .SD 的“数据子集”运算符的事实。所以这应该有效：

x[, lapply(.SD, sum), by = ID]
#----
     ID Count Count2 Count3
1:  210    13      5      5
2: 3917     5      5      5

这实际上已在常见问题解答中介绍：输入 vignette("datatable-faq", package="data.table") 或查找 online。

【讨论】：

一定要喜欢学习 R。绝对重视简洁而不是可读性。当然 SD 表示“数据子集”。在统计分析语言中使用这个缩写可能会出现什么问题？ :)

【解决方案2】：

由于 data.table 是一个 data.frame，您可以为此使用聚合：

> aggregate(. ~ ID, data=x, FUN=sum)
    ID Count1 Count2 Count3
1  210     13      5      5
2 3917      5      5      5

【讨论】：

但如果你使用的是 data.table 你就不会想要了。
可能不会。 aggregate 需要两倍的时间。