0

我在对 R 中的以下数据进行分组和求和时遇到问题： 

category freq
1    C1     9
2    C2    39
3    C3     3
4    A1    38
5    A2     2
6    A3    29
7    B1   377
8    B2   214
9    B3   790
10   B4   724
11   D1   551
12   D2   985
13   E5    19
14   E4    28

看起来像这样：

category freq
1    A    69
2    B    2105
3    C    51
4    D    1536
5    E    47

我通常使用 ddply 按属性聚合数据，但这只是在给定列中添加具有相同属性的所有值行。我需要能够指定应归为一类的多个属性。

4

1 回答 1

2

为什么不向数据框添加一列，这将是“类别”列的字母部分。然后，您可以使用ddply.

例子：

 df = data.frame(id = c(1,2,3,4,5), category = c("AB1", "AB2", "B1", "B2", "B3"), freq = c(50,51,2,26))
 df$new = as.factor(gsub("\\d", "", df$category))

然后可以ddply根据新列使用，如下：

 library(plyr)
 aggregate <- ddply(df, .(new), summarize, freq = sum(freq))

您会得到以下结果：

#  new freq
#1  AB  101
#2   B   31

仅当您打算将具有相似“字母”子字符串的所有类别分组到同一个伞形类别下时，这才有效。

但是，如果您希望将自定义类别归为一个类别（您的示例：KG、XM 和 L4 将属于同一类别），您可以定义新的“超级”类别，并将每个子类别分配给适当的“超级”类别。我能想到的一种方法是switch函数。请看下面的例子：

 df = data.frame(id = c(1,2,3,4,5), category = c("A", "B", "KG", "XM", "L4"), freq = c(50,51,3,2,26))

 fct <- function(cat) {switch(cat, "A" = "CAT1", "B" = "CAT2", "KG" = "CAT3", "XM" = "CAT3", "L4"="CAT3")}
 df$new = as.factor(unlist(lapply(df$category, fct)))

 aggregate <- ddply(df, .(new), summarize, freq = sum(freq))

这会给你：

 #   new freq
 #1 CAT1   50
 #2 CAT2   51
 #3 CAT3   31
于 2013-08-21T19:56:51.073 回答