如何在R中使用tapply处理重复数据答案

【问题标题】：how to use tapply for repeated data in R如何在R中使用tapply处理重复数据
【发布时间】：2016-02-21 06:26:43
【问题描述】：

这是我的数据框：

x day month
5 1 1
4 1 1 
1 2 1
3 2 1
5 1 2
2 1 2
5 2 2
3 2 2

我需要为每个月的每一天取 x 值的总和。我已经试过了：

tapply(DF$x, DF$day, max)

但它没有给出正确的答案。

【问题讨论】：

标签： r tapply

【解决方案1】：

试试data.table 包：

library(data.table)
DT<-data.table(df)
DT[, list(Sum=sum(x)), by = c("day","month")]

    day month Sum
1:   1     1  9
2:   2     1  4
3:   1     2  7
4:   2     2  8

或使用sqldf包：

sqldf("select  day, month, sum(x) as sum from DT group by day, month")

OR 使用基本的aggregate 函数：

aggregate(DT$x, FUN=sum, by = list(DT$day, DT$month))

Frank 建议的更清洁的方法：

aggregate(x~day+month, DT, sum)

OR 使用 dplyr 包：（按照 Frank 的建议）

DT %>% 
    group_by(day,month) %>% 
    summarise(Sum = sum(x))

【讨论】：

【解决方案2】：

由于问题标题是关于 tapply 并且 right answer 不在 OP 的帖子中，如果我们需要交叉表格版本，tapply 的一个选项是将分组变量放在 @987654324 @ 并将FUN 指定为sum

with(DF, tapply(x, list(day, month), FUN=sum))
#  1 2
#1 9 7
#2 4 8

或者这可以通过xtabs 来完成。默认选项是sum

xtabs(x~day+month, DF)
#    month
#day 1 2
#   1 9 7
#   2 4 8

或者by

by(DF[1], DF[-1], FUN= sum)

【讨论】：