根据日期键对几个 R 列表的值求和 [重复]答案

【问题标题】：Summing the values of several R Lists based on a date key [duplicate]根据日期键对几个 R 列表的值求和 [重复]
【发布时间】：2019-07-06 14:20:04
【问题描述】：

我正在编写一个脚本，其中有两个列表，我正在尝试合并结果，以便获得一个新列表。每个列表都有一个日期，然后是两个数字。列表如下所示：

         date clicks impressions
1  2019-06-01      1           2 
2  2019-06-02      0           0 
3  2019-06-03      100         120

和

        date clicks impressions
1  2019-06-01      2          14
2  2019-06-02      3          14
3  2019-06-03     11          29

我想要一个列表

        date clicks impressions
1  2019-06-01      3          16
2  2019-06-02      3          14
3  2019-06-03     111         149

实现这一点的最佳方法是什么。随着时间的推移，我将有 20 到 30 个列表添加到此列表中，因此我想提取第一个列表，然后与第二个列表和第三个列表相结合，依此类推。我不知道我是否能够假设每个日期都在每个列表中。

【问题讨论】：

标签： r list

【解决方案1】：

假设您的列表名为 list_df，您可以使用 bind_rows、group_by date 和 sum 所有其他列将它们全部绑定在一起。

library(dplyr)

list_df %>%
   bind_rows() %>%
   group_by(date) %>%
   summarise_all(sum)

# A tibble: 3 x 3
#  date       clicks impressions
#  <fct>       <int>       <int>
#1 2019-06-01      3          16
#2 2019-06-02      3          14
#3 2019-06-03    111         149

在基础 R 中可以使用Reduce 来实现

aggregate(.~date, Reduce(rbind, list_df), sum)

【讨论】：

我喜欢这里的发展方向！感谢您加入。我的数据现在在两个列表中，所以我希望将它们合并。因此，我将有一个 list1 和 list2 并希望在此示例中合并到 list_df 中。我该怎么做？
@JAB 假设您拥有的是数据框而不是列表，您可以只为其中两个执行list_df <- list(list1, list2)。更一般地说，您可以使用 list_df <- mget(ls(pattern = "list\\d+")) 来处理多个数据帧。
好的。凉爽的！棒极了。我也要试一试！

【解决方案2】：

我们可以使用data.table

library(data.table)
rbindlist(list_df)[, lapply(.SD, sum), date]
#         date clicks impressions
#1: 2019-06-01      3          16
#2: 2019-06-02      3          14
#3: 2019-06-03    111         149

数据

list_df <- mget(paste0("df", 1:2))

【讨论】：

【解决方案3】：

我们可以做到：

cbind(date=df1[,1],do.call(`+`, list(df1[,-1],df2[,-1])),
            row.names = NULL)
        date clicks impressions
1 2019-06-01      3          16
2 2019-06-02      3          14
3 2019-06-03    111         149

如果您不确定日期的存在（可以然后cbind 如上所述）：

do.call(`+`,lapply(list(df1,df2), function(x) x[,-1]))
  clicks impressions
1      3          16
2      3          14
3    111         149

这假设数据集将始终具有相同的结构。

【讨论】：