计算数据框中值的唯一组合和汇总值

Question

我想在我的数据框中使用 var1 和 var2 的独特组合：

foo <- data.frame(var1 = c(1,1,2,2,2,2,3,3,3,3,3,4,4,4,4),
                  var2 = c(1,1,1,1,2,2,1,1,2,2,2,2,2,3,3))

如前所述，unique(foo) 会导致：

      var1  var2
 1    1     1
 2    2     1
 3    2     2
 4    3     1
 5    3     2
 6    4     2
 7    4     3

根据唯一的组合，我如何获得：

• n，var1 值的出现次数和
• svar，每个var1 值的var2 值之和。

输出可能如下所示：

      var1  n    svar
1     1     1    1
2     2     2    3
3     3     2    3
4     4     2    5

Answer 1

unique(foo) 应该会给你你想要的。

2014 年更新：使用 dplyr 而不是 plyr

我建议查看库 plyr 以了解其他聚合类型任务，或 tapply()、aggregate() 等的基本 R 等效项。

虽然对于本练习来说是多余的，但以下是您将如何使用 plyr：

library(plyr)
ddply(foo, .(var1), unique)

请注意，您可以将 unique 替换为任意数量的函数，例如查找 var2 的均值和 sd，如下所示：

ddply(foo, .(var1), summarise, mean = mean(var2), sd = sd(var2))

对编辑的回应

现在您可以更合法地使用plyr()。吸取我们从上面学到的知识：

x <- unique(foo)

结合plyr：

ddply(x, .(var1), summarise, n = length(var2), sum = sum(var2))

应该给你你所追求的。

Answer 2

希望我能很好地理解你的问题，试试吧：

unique(foo)

---

问题编辑后：

不要写和@Chase一样，一个非常简单但不太优雅的解决方案可能是：

foo$var12 <- paste(foo$var1, foo$var2, sep='|')      # the two variables combined to one
table(foo$var12)                                     # and showing its frequencies

输出当然是表格：

 1|1 2|1 2|2 3|1 3|2 4|2 4|3 
   2   2   2   2   3   2   2 

Answer 3

答案与你所说的不同，但我更相信我的代码而不是你的答案，我不能让自己犯下将变量命名为“sum”的罪：​​p>

 newfoo <- data.frame(
                 var1=unique(foo$var1),
                 n = with(foo, tapply(var2, var1, length) ),
                 svar = with(foo, tapply(var2, var1, sum) ) )
 newfoo
#  var1 n svar
#1    1 2    2
#2    2 4    6
#3    3 5    8
#4    4 4   10

编辑：（起初并没有弄清楚 Chase 做了什么试图告诉我。）

newfoo <- data.frame(
                  var1=unique(unique(foo)$var1),
                  n = with(unique(foo), tapply(var2, var1, length) ),
                  svar = with(unique(foo), tapply(var2, var1, sum) ) )

> newfoo
  var1 n svar
1    1 1    1
2    2 2    3
3    3 2    3
4    4 2    5