我有一个这样的数据框：
experiment iter results
A 1 30.0
A 2 23.0
A 3 33.3
B 1 313.0
B 2 323.0
B 3 350.0
....
有没有办法通过应用带有条件的函数来计算结果。在上面的示例中，该条件是特定实验的所有迭代。
A sum of results (30 + 23, + 33.3)
B sum of results (313 + 323 + 350)
我正在考虑“应用”功能，但找不到让它工作的方法。
【问题讨论】：
有很多替代方法可以做到这一点。请注意，如果您对不同于sum 的另一个函数感兴趣，则只需更改参数FUN=any.function，例如，如果您想要mean、var length 等，那么只需将这些函数插入@987654326 @ 参数，例如，FUN=mean、FUN=var 等。让我们探索一些替代方案：
aggregate 基础函数。
> aggregate(results ~ experiment, FUN=sum, data=DF)
experiment results
1 A 86.3
2 B 986.0
或者tapply？
> with(DF, tapply(results, experiment, FUN=sum))
A B
86.3 986.0
还有来自 plyr 包的 ddply
> # library(plyr)
> ddply(DF[, -2], .(experiment), numcolwise(sum))
experiment results
1 A 86.3
2 B 986.0
> ## Alternative syntax
> ddply(DF, .(experiment), summarize, sumResults = sum(results))
experiment sumResults
1 A 86.3
2 B 986.0
还有dplyr 包
> require(dplyr)
> DF %>% group_by(experiment) %>% summarise(sumResults = sum(results))
Source: local data frame [2 x 2]
experiment sumResults
1 A 86.3
2 B 986.0
使用sapply 和split，等价于tapply。
> with(DF, sapply(split(results, experiment), sum))
A B
86.3 986.0
如果您担心时间问题，data.table 是您的朋友：
> # library(data.table)
> DT <- data.table(DF)
> DT[, sum(results), by=experiment]
experiment V1
1: A 86.3
2: B 986.0
不太流行，但 doBy 包很好（相当于aggregate，即使在语法上！）
> # library(doBy)
> summaryBy(results~experiment, FUN=sum, data=DF)
experiment results.sum
1 A 86.3
2 B 986.0
by 在这种情况下也有帮助
> (Aggregate.sums <- with(DF, by(results, experiment, sum)))
experiment: A
[1] 86.3
-------------------------------------------------------------------------
experiment: B
[1] 986
如果您希望结果为矩阵，则使用cbind 或rbind
> cbind(results=Aggregate.sums)
results
A 86.3
B 986.0
来自 sqldf 包的sqldf 也可能是一个不错的选择
> library(sqldf)
> sqldf("select experiment, sum(results) `sum.results`
from DF group by experiment")
experiment sum.results
1 A 86.3
2 B 986.0
xtabs 也有效（仅当FUN=sum 时）
> xtabs(results ~ experiment, data=DF)
experiment
A B
86.3 986.0
【讨论】：