R：如何根据列表中的列标准总结（聚合）dfs的值？

Question

我想在 dfs 列表中汇总来自同一国家/地区的所有值（df-wise！）。这里有一些示例数据：

df1 <- data.frame(CNTRY = c("A", "B", "C"), Value=c(3,1,4))
df2 <- data.frame(CNTRY = c("A", "B", "C", "C"),Value=c(3,5,8,7))
dfList <- list(df1, df2)
names(dfList) <- c("111.2000", "112.2000")

我的列表由具有不同行号的 dfs（仅 dfs）组成， 但所有 dfs 的列结构相同。列表名称是 articleID 和 Year 的混合体，超过 1000 个 dfs。 现在我的问题是：如何总结或汇总所有 dfs 中的国家/地区值？ 我的预期结果是：

$`111.2000`
  CNTRY Value
1     A     3
2     B     1
3     C     4

$`112.2000`
  CNTRY Value
1     A     3
2     B     5
3     C    15

我尝试了aggregate(Value ~ CNTRY, data=dfList,FUN=sum)，它提供了一条错误消息，因为CNTRY 和VALUE 不是对象，而是对象中的列。有任何想法吗？提前致谢。

Answer 1

使用lapply() 将aggregate() 函数应用于dfList。

lapply(dfList, function(x) aggregate(Value ~ CNTRY, x, sum))
# $`111.2000`
#   CNTRY Value
# 1     A     3
# 2     B     1
# 3     C     4
#
# $`112.2000`
#   CNTRY Value
# 1     A     3
# 2     B     5
# 3     C    15

Answer 2

一个 DF 列表比野外的一堆 DF 更好，但单个 DF 甚至更好：

library(data.table)
DF = rbindlist(dfList, idcol="id")

         id CNTRY Value
1: 111.2000     A     3
2: 111.2000     B     1
3: 111.2000     C     4
4: 112.2000     A     3
5: 112.2000     B     5
6: 112.2000     C     8
7: 112.2000     C     7

从那里，您可以根据 data.table 语法进行聚合

DTres <- DF[, .(Value = sum(Value)), by=.(id, CNTRY)]

         id CNTRY Value
1: 111.2000     A     3
2: 111.2000     B     1
3: 111.2000     C     4
4: 112.2000     A     3
5: 112.2000     B     5
6: 112.2000     C    15

从这里，你可以做类似的事情

dcast(DTres, id ~ CNTRY)

         id A B  C
1: 111.2000 3 1  4
2: 112.2000 3 5 15

我确信在 base R 中也有一些方法可以做到这一点，但我想说不要打扰。