按变量中的共享值聚合行答案

【问题标题】：Aggregate rows by shared values in a variable按变量中的共享值聚合行
【发布时间】：2012-04-18 03:45:33
【问题描述】：

我有一个有点愚蠢的 R 问题。如果我有一个矩阵（或数据框，以更容易使用的为准），例如：

Year  Match
2008   1808
2008 137088
2008      1
2008  56846
2007   2704
2007 169876
2007  75750
2006   2639
2006 193990
2006      2

并且我想将这些年来的每个匹配计数相加（例如，2008 年的行将是 2008 195743，我该怎么做呢？我脑子里有一些解决方案，但它们是所有这些都是不必要的复杂，而 R 往往会在某个地方隐藏一些更简单的解决方案。

您可以使用以下命令生成与上面相同的矩阵：

structure(c(2008L, 2008L, 2008L, 2008L, 2007L, 2007L, 2007L, 
2006L, 2006L, 2006L, 1808L, 137088L, 1L, 56846L, 2704L, 169876L, 
75750L, 2639L, 193990L, 2L), .Dim = c(10L, 2L), .Dimnames = list(
NULL, c("Year", "Match")))

感谢您提供的任何帮助。

【问题讨论】：

几乎等同于stackoverflow.com/questions/10180132/consolidate-duplicate-rows
是的。我几乎可以肯定，我对“合并”这个词的不当使用混淆了我寻找答案的尝试。

标签： r aggregate plyr

【解决方案1】：

aggregate(x = df$Match, by = list(df$Year), FUN = sum)，假设df 是您上面的数据框。

【讨论】：

谢谢！我很高兴它就这么简单。
你也可以使用data参数来避免每次都写df，此外，你还可以使用公式样式：aggregate(Match ~ Year, FUN = sum, data=df);)

【解决方案2】：

您可能还想使用“plyr”包中的“ddply”功能。

# install plyr package
install.packages('plyr')
library(plyr)
# creating your data.frame
foo <- as.data.frame(structure(c(2008L, 2008L, 2008L, 2008L, 2007L, 2007L, 2007L, 
            2006L, 2006L, 2006L, 1808L, 137088L, 1L, 56846L, 2704L, 169876L, 
            75750L, 2639L, 193990L, 2L), .Dim = c(10L, 2L), .Dimnames = list(
              NULL, c("Year", "Match"))))

# here's what you're looking for
ddply(foo,.(Year),numcolwise(sum))

  Year  Match
1 2006 196631
2 2007 248330
3 2008 195743

顺便说一句，2008 年的总和应该是 195743 (1808+137088+1+56846)，而不是 138897，你忘了加 56846。

【讨论】：

谢谢。我想有一种方法可以用 plyr 做到这一点，所以我将其标记为这样。

【解决方案3】：

如上所述，您可以使用聚合来执行以下操作。但以更简单的方式

aggregate(. ~ Year, df, sum)
#  Year  Match
#1 2006 196631
#2 2007 248330
#3 2008 195743

你也可以使用Dplyr来解决这个问题

library(dplyr)
df %>% group_by(Year) %>% summarise(Match = sum(Match))
#  Year  Match
#  (int)  (int)
#1  2008 195743
#2  2007 248330
#3  2006 196631

【讨论】：

我有几十个列，所以在你想要做所有列而不是列出每一列的情况下，这真的很简洁。