3

我在文本文件中有这样的数据

fd50c4007b68a3737fe052d5a4f78ce8aa117f3d    SOEGIYH12A6D4FC0E3  1
fd50c4007b68a3737fe052d5a4f78ce8aa117f3d    SOFLJQZ12A6D4FADA6  1
fd50c4007b68a3737fe052d5a4f78ce8aa117f3d    SOHTKMO12AB01843B0  1
fd50c4007b68a3737fe052d5a4f78ce8aa117f3d    SODQZCY12A6D4F9D11  1
fd50c4007b68a3737fe052d5a4f78ce8aa117f3d    SOXLOQG12AF72A2D55  1
d7083f5e1d50c264277d624340edaaf3dc16095b    SOUVUHC12A67020E3B  1
d7083f5e1d50c264277d624340edaaf3dc16095b    SOUQERE12A58A75633  1
d7083f5e1d50c264277d624340edaaf3dc16095b    SOIPJAX12A8C141A2D  1
d7083f5e1d50c264277d624340edaaf3dc16095b    SOEFCDJ12AB0185FA0  2
d7083f5e1d50c264277d624340edaaf3dc16095b    SOATCSU12A8C13393A  2

我能够成功地将其保存在一个变量中，但是：

  1. 我需要根据第三个字段对这些数据进行排序。
  2. 我需要根据第一个字段对数据进行排序，并根据相同的第一个字段对其进行分组，并希望对组中的第三个字段求和。

可以用R语言做吗？

输出应该是：

fd50c4007b68a3737fe052d5a4f78ce8aa117f3d 5
d7083f5e1d50c264277d624340edaaf3dc16095b 7
4

2 回答 2

3

正如您（某种）在您的问题中陈述的那样，您有两个问题：

  1. 计算以另一个变量为条件的变量的总和
  2. 对数据进行排序

第一个问题可以使用plyr包解决：

##Some dummy data
library(plyr)
dd = data.frame(V1 = rep(c("A", "A", "B"), 4), V2 = rep(1:3,each=2 ))

##The function ddply takes in a data frame dd
##Splits the data frame by column V1
##Sums the column V2
dd1 = ddply(dd, "V1", summarise,  V2 = sum(V2))

第二个问题可以通过搜索“如何对数据框进行排序”来解决

dd1[with(dd1, order(V2)), ]
于 2012-07-27T11:27:32.537 回答
3

Q1：按一列对数据框进行排序通常使用order. 您确实需要按顺序命名数据框，这对于新用户来说似乎是多余的。但数值索引具有高度的灵活性，各种构造的数值向量也能产生有用的结果，因此需要特定的向量对象。

> dat[ order(dat$V1), ]
                                         V1                 V2 V3
6  d7083f5e1d50c264277d624340edaaf3dc16095b SOUVUHC12A67020E3B  1
7  d7083f5e1d50c264277d624340edaaf3dc16095b SOUQERE12A58A75633  1
8  d7083f5e1d50c264277d624340edaaf3dc16095b SOIPJAX12A8C141A2D  1
9  d7083f5e1d50c264277d624340edaaf3dc16095b SOEFCDJ12AB0185FA0  2
10 d7083f5e1d50c264277d624340edaaf3dc16095b SOATCSU12A8C13393A  2
1  fd50c4007b68a3737fe052d5a4f78ce8aa117f3d SOEGIYH12A6D4FC0E3  1
2  fd50c4007b68a3737fe052d5a4f78ce8aa117f3d SOFLJQZ12A6D4FADA6  1
3  fd50c4007b68a3737fe052d5a4f78ce8aa117f3d SOHTKMO12AB01843B0  1
4  fd50c4007b68a3737fe052d5a4f78ce8aa117f3d SODQZCY12A6D4F9D11  1
5  fd50c4007b68a3737fe052d5a4f78ce8aa117f3d SOXLOQG12AF72A2D55  1

Q2：要对类别中的向量求和并返回数据框，请使用aggregate：

> with(dat , aggregate(V3 ~ V1) )
                                        V1 V3
6 d7083f5e1d50c264277d624340edaaf3dc16095b  7
1 fd50c4007b68a3737fe052d5a4f78ce8aa117f3d  5

如果需要订购：

> dat2 <- with(dat , aggregate(V3 ~ V1) )
> dat2[order(dat2$V1), ]
                                        V1 V3
6 d7083f5e1d50c264277d624340edaaf3dc16095b  7
1 fd50c4007b68a3737fe052d5a4f78ce8aa117f3d  5
于 2012-07-28T00:51:16.630 回答