一次聚合多个列[重复]答案

【问题标题】：Aggregate multiple columns at once [duplicate]一次聚合多个列[重复]
【发布时间】：2016-04-04 01:59:31
【问题描述】：

我有一个类似的数据框：

x <-
id1 id2    val1  val2 val3 val4
1   a   x    1    9
2   a   x    2    4
3   a   y    3    5
4   a   y    4    9
5   b   x    1    7
6   b   y    4    4
7   b   x    3    9
8   b   y    2    8

我希望通过 id1 和 id2 汇总以上内容。我希望能够同时获得 val1、val2、val3、val4 的手段。

我该怎么做？

这是我目前拥有的，但它仅适用于 1 列：

agg <- aggregate(x$val1, list(id11 = x$id1, id2= x$id2), mean)
names(agg)[3] <- c("val1")  # Rename the column

另外，我如何重命名在上面给出的同一语句中作为均值输出的列

【问题讨论】：

标签： r aggregate

【解决方案1】：

我们可以使用aggregate的公式方法。 ~ 的 'rhs' 上的变量是分组变量，而 . 代表 'df1' 中的所有其他变量（从示例中，我们假设除分组之外的所有列都需要 mean )，指定数据集和函数 (mean)。

aggregate(.~id1+id2, df1, mean)

或者我们可以在分组后使用dplyr中的summarise_each (group_by)

library(dplyr)
df1 %>%
    group_by(id1, id2) %>% 
    summarise_each(funs(mean))

或使用summarise 和across（dplyr 开发版 - ‘0.8.99.9000’）

df1 %>% 
    group_by(id1, id2) %>%
    summarise(across(starts_with('val'), mean))

或者另一个选项是data.table。我们将“data.frame”转换为“data.table”（setDT(df1)，按“id1”和“id2”分组，循环遍历data.table（.SD）的子集并得到mean。

library(data.table)
setDT(df1)[, lapply(.SD, mean), by = .(id1, id2)]

数据

df1 <- structure(list(id1 = c("a", "a", "a", "a", "b", "b", 
"b", "b"
), id2 = c("x", "x", "y", "y", "x", "y", "x", "y"), 
val1 = c(1L, 
2L, 3L, 4L, 1L, 4L, 3L, 2L), val2 = c(9L, 4L, 5L, 9L, 7L, 4L, 
9L, 8L)), .Names = c("id1", "id2", "val1", "val2"), 
class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6", "7", "8"))

【讨论】：

感谢您的评论。 df1 是否应该是一个不需要定义的函数？如果您能解释上述语法将非常有帮助
@Rookie df1 是 data.frame 对象
如果它真的是一个笛卡尔积，那么聚合版本中涉及总和的公式的直觉是什么？或者可能是将总和视为唯一的识别值？因此，即 (a,x) 和 (a,y) 由 a+x != a+y 标识，而不是 (a=a,x!=y)。

【解决方案2】：

你可以试试：

agg <- aggregate(list(x$val1, x$val2, x$val3, x$val4), by = list(x$id1, x$id2), mean)

【讨论】：

请详细说明您的答案-评论
进展顺利 (+1)。因此，如果您提供一个列表而不是向量作为参数 x（第一个），aggregate 将计算列表中每个值的聚合。
此外，您可以重命名从aggregate 调用返回的所有列，方法是为每个列表组件命名，例如agg <- aggregate(list(val1=x$val1, val2=x$val2, val3=x$val3, val4=x$val4), by = list(id1=x$id1, id2=x$id2), mean)。这将替换 aggregate 分配的默认列名。
我也可以更改每个聚合的功能吗？（例如：sum val1 但取 val2 和 val3 的平均值）
它会自动对列进行排序，这在每种情况下都是不可取的