如何计算第二列中逗号分隔的总和答案

【问题标题】：How can I calculate the sum of comma separated in the 2nd column如何计算第二列中逗号分隔的总和
【发布时间】：2018-11-10 05:06:05
【问题描述】：

sm_agg
   Group.1                   x
1     1001                   8
2     1002               16, 8
3     1003                   8
4     1004                  16
5     1005 5.33333333333333, 8
6     1006                   4
7     1007                   4
8     1008                   4
9     1009    5.33333333333333
10    1010 8, 5.33333333333333
11    1011                8, 4
12    1012    5.33333333333333
13    1013 5.33333333333333, 8
14    1014                   8
15    1015    5.33333333333333
16    1016    5.33333333333333

我想变成这样

sm_agg
   Group.1                   x
1     1001                   8
2     1002                   24
3     1003                   8
4     1004                  16
5     1005                  13.3
6     1006                   4
7     1007                   4
8     1008                   4
9     1009    5.33333333333333
10    1010                13.3
11    1011                  12
12    1012    5.33333333333333
13    1013                 13.3
14    1014                   8
15    1015    5.33333333333333
16    1016    5.33333333333333

【问题讨论】：

标签： r

【解决方案1】：

试试这个：

sm_agg$x <- sapply(strsplit(sm_agg$x, "[ ,]+"), function(i) sum(as.numeric(i)))
sm_agg
#    Group.1         x
# 1     1001  8.000000
# 2     1002 24.000000
# 3     1003  8.000000
# 4     1004 16.000000
# 5     1005 13.333333
# 6     1006  4.000000
# 7     1007  4.000000
# 8     1008  4.000000
# 9     1009  5.333333
# 10    1010 13.333333
# 11    1011 12.000000
# 12    1012  5.333333
# 13    1013 13.333333
# 14    1014  8.000000
# 15    1015  5.333333
# 16    1016  5.333333

解释：

对于单个条目，我们将其用一个或多个逗号/空格分隔：
```
strsplit(sm_agg$x[2], "[, ]+")
# [[1]]
# [1] "16" "8" 
```

有了这个，我们想转换成数字并相加，所以

as.numeric(strsplit(sm_agg$x[2], "[, ]+")[[1]])
# [1] 16  8
sum(as.numeric(strsplit(sm_agg$x[2], "[, ]+")[[1]]))
# [1] 24

我们希望对每个元素都这样做，因此我们将 strsplit 输出提供给 sapply 匿名函数。

如果你的框架有factors 而不是字符串，那么改为使用

sapply(strsplit(as.character(sm_agg$x), "[ ,]+"), function(i) sum(as.numeric(i)))

上次编辑

我认为您的数据实际上是嵌入的list。当数据包含一个列表列时，它会像这样呈现（我觉得有点令人沮丧，但仍然......）。

我会生成一些假数据来证明我认为你实际拥有的数据：

sm2 <- data.frame(Group.1 = c("1001", "1002", "1003", "1005"))
sm2$x <- list(c(8L), c(16L,8L), c(8L), c(16/3, 8))
sm2
#   Group.1                  x
# 1    1001                  8
# 2    1002              16, 8
# 3    1003                  8
# 4    1005 5.333333, 8.000000

好的。当我们尝试strsplit 甚至as.character 时，事情就崩溃了，显然不是数字式的：

as.character(sm2$x)
# [1] "8"                      "c(16, 8)"               "8"                     
# [4] "c(5.33333333333333, 8)"

事实上，我们所要做的只是总结它们，因为它们已经是数字了。

sapply(sm2$x, sum)
# [1]  8.00000 24.00000  8.00000 13.33333

如果偶然其中一个嵌套的东西实际上是character：

sm2$y <- list(c("8"), c(16L,8L), c(8L), c(16/3, 8))
sm2
#   Group.1                  x                  y
# 1    1001                  8                  8
# 2    1002              16, 8              16, 8
# 3    1003                  8                  8
# 4    1005 5.333333, 8.000000 5.333333, 8.000000

这将导致我们的“简单”解决方案失败。

sapply(sm2$y, sum)
# Error in FUN(X[[i]], ...) : invalid 'type' (character) of argument

幸运的是，我们可能有点过分，将字符串强制转换为数字，将数字强制转换为数字：

sapply(sm2$y, function(i) sum(as.numeric(i)))
# [1]  8.00000 24.00000  8.00000 13.33333
sapply(sm2$x, function(i) sum(as.numeric(i)))
# [1]  8.00000 24.00000  8.00000 13.33333

【讨论】：

当我应用这个我得到错误 > as.numeric(strsplit(sm_agg$x[2], "[, ]+")[[1]]) strsplit(sm_agg$x[ 2], "[, ]+") : 非字符参数 > sm_agg$x
您的数据中有factors。将来，以明确的方式（例如dput(head(sm_agg))）呈现您的数据会阻止这种情况发生。请参阅我的编辑以了解解决方法。
>sapply(strsplit(as.character(sm_agg$x), "[,]+"), function(i) sum(as.numeric(i))) [1] 8.000000 NA 8.000000 16.000000 不适用 4.000000 4.000000 4.000000 5.333333 不适用 [11] 不适用 5.333333 不适用 8.000000 5.333333 5.333333
您忘记了模式中的空格。该空间不是偶然的，也不是“代码风格偏好”。如果您想更清楚，请将"[ ,]+"（注意空格，引号内总共五个字符）替换为"[\\s,]+"（此处没有空格，\\s 包括空格和制表符）。
sapply(strsplit(as.character(sm_agg$x), "[ ,]+"), function(i) sum(as.numeric(i))) [1] 8.000000 NA 8.000000 16.000000 NA 4.000000 4.000000 4.000000 5.333333 NA [11] NA 5.333333 NA 8.000000 5.333333 5.333333 警告消息：1：在 FUN（X[[i]]，...）：强制引入的 NA 2：在 FUN（X[[i]] , ...) : 由强制 3 引入的 NA: In FUN(X[[i]], ...) : 由强制 4 引入的 NA: In FUN(X[[i]], ...) : 引入了 NA通过强制 5：在 FUN(X[[i]], ...) 中：强制引入的 NAs

【解决方案2】：

我们可以使用separate_rows 将逗号分隔的条目分隔到不同的行中，然后按组使用sum。

library(tidyverse)
df %>%
  separate_rows(x, sep = ",") %>%
  group_by(Group.1) %>%
  summarise(x = sum(as.numeric(x)))


#   Group.1  x
#     <dbl> <dbl>
# 1    1001  8   
# 2    1002 24   
# 3    1003  8   
# 4    1004 16   
# 5    1005 13.3 
# 6    1006  4   
# 7    1007  4   
# 8    1008  4   
# 9    1009  5.33
#10    1010 13.3 
#11    1011 12   
#12    1012  5.33
#13    1013 13.3 
#14    1014  8   
#15    1015  5.33
#16    1016  5.33

数据

df <- structure(list(Group.1 = c(1001, 1002, 1003, 1004, 1005, 1006, 
 1007, 1008, 1009, 1010, 1011, 1012, 1013, 1014, 1015, 1016), 
    x = structure(c(5L, 7L, 5L, 6L, 10L, 2L, 1L, 1L, 9L, 11L, 
 4L, 8L, 10L, 3L, 8L, 8L), .Label = c("                 4", 
  "                4", "                8", "             8, 4", 
 "       8", "      16", "   16, 8", "  5.33333333333333", 
 " 5.33333333333333", " 5.33333333333333, 8", " 8, 5.33333333333333"
 ), class = "factor")), .Names = c("Group.1", "x"), class = 
 "data.frame", row.names = c(NA, 
 -16L))

【讨论】：

【解决方案3】：

使用这种方法我得到了 asnwer sapply(sm2$y, function(i) sum(as.numeric(i)))

【讨论】：