计算小计（sum、stdev、average 等）答案

【问题标题】：Calculating subtotals (sum, stdev, average etc)计算小计（sum、stdev、average 等）
【发布时间】：2012-09-19 01:20:21
【问题描述】：

我一直在寻找这个，但到目前为止还没有找到明确的答案。可能一直在寻找错误的条款，但也许这里有人可以快速帮助我。这个问题有点基本。

样本数据集：

set <- structure(list(VarName = structure(c(1L, 5L, 4L, 2L, 3L),
 .Label = c("Apple/Blue/Nice", 
"Apple/Blue/Ugly", "Apple/Pink/Ugly", "Kiwi/Blue/Ugly", "Pear/Blue/Ugly"
), class = "factor"), Color = structure(c(1L, 1L, 1L, 1L, 2L), .Label = c("Blue", 
"Pink"), class = "factor"), Qty = c(45L, 34L, 46L, 21L, 38L)), .Names = c("VarName", 
"Color", "Qty"), class = "data.frame", row.names = c(NA, -5L))

这给出了如下数据集：

set


      VarName      Color Qty
1 Apple/Blue/Nice  Blue  45
2  Pear/Blue/Ugly  Blue  34
3  Kiwi/Blue/Ugly  Blue  46
4 Apple/Blue/Ugly  Blue  21
5 Apple/Pink/Ugly  Pink  38

我想做的是相当直截了当。我想对 Qty 列求和（或平均值或标准差）。但是，我也想在以下条件下做同样的操作：

VarName 包括“Apple”
VarName 包含“丑陋”
颜色等于“蓝色”

谁能给我快速介绍一下如何执行这种计算？

我知道其中一些可以通过 aggregate() 函数完成，例如：

aggregate(set[3], FUN=sum, by=set[2])[1,2]

但是，我相信还有比这个更直接的方法。是否有一些过滤器可以添加到sum()等函数中？

【问题讨论】：

标签： r dataframe subtotal

【解决方案1】：

拆分VarName 列的最简单方法，然后子集变得非常容易。所以，让我们创建一个对象被varName 分开：

##There must(?) be a better way than this. Anyone?
new_set =  t(as.data.frame(sapply(as.character(set$VarName), strsplit, "/")))

简要说明：

我们使用as.character，因为set$VarName 是一个因素
sapply 依次获取每个值并应用 strplit
strsplit 函数拆分元素
我们转换成数据框
转置以获得正确的旋转

接下来，

##Convert to a data frame
new_set = as.data.frame(new_set)
##Make nice rownames - not actually needed
rownames(new_set) = 1:nrow(new_set)
##Add in the Qty column
new_set$Qty = set$Qty

这给了

R> new_set
     V1   V2   V3 Qty
1 Apple Blue Nice  45
2  Pear Blue Ugly  34
3  Kiwi Blue Ugly  46
4 Apple Blue Ugly  21
5 Apple Pink Ugly  38

现在所有的操作都是标准的。例如，

##Add up all blue Qtys
sum(new_set[new_set$V2 == "Blue",]$Qty)
[1] 146

##Average of Blue and Ugly Qtys
mean(new_set[new_set$V2 == "Blue" & new_set$V3 == "Ugly",]$Qty)
[1] 33.67

一旦格式正确，您就可以使用ddply，它可以满足您的所有需求（以及更多）

library(plyr)
##Split the data frame up by V1 and take the mean of Qty
ddply(new_set, .(V1), summarise, m = mean(Qty))

##Split the data frame up by V1 & V2 and take the mean of Qty
ddply(new_set, .(V1, V2), summarise, m = mean(Qty))

【讨论】：

感谢您的解释。在学习的过程中，我发现了一些东西。这似乎给出了一个 NaN 答案：“mean(new_set[new_set$V2 == "Blue" && new_set$V3 == "Ugly",]$Qty)"。不确定为什么会这样。
@Jochem Opps，我有&& 而不是&。 && 不适合矢量。

【解决方案2】：

这是你要找的吗？

 # sum for those including 'Apple'
 apple <- set[grep('Apple', set[, 'VarName']), ]
 aggregate(apple[3], FUN=sum, by=apple[2])
  Color Qty
1  Blue  66
2  Pink  38

 # sum for those including 'Ugly'
 ugly <- set[grep('Ugly', set[, 'VarName']), ]
 aggregate(ugly[3], FUN=sum, by=ugly[2])
  Color Qty
1  Blue 101
2  Pink  38

 # sum for Color==Blue
 sum(set[set[, 'Color']=='Blue', 3])
[1] 146

最后的总和可以使用subset完成

sum(subset(set, Color=='Blue')[,3])

【讨论】：