4

我正在尝试一些应该很简单的东西，任何关于正在发生的事情的提示都非常受欢迎。

我有一个大型数据框，其中包含从某些城市进口的国家/地区。对于某些国家/地区，我有 2 个条目。我想总结每个城市的进口量，并为每个国家/地区设置一个独特的行。我正在使用该aggregate功能。例如（我包括数据框的一小部分）：

municipalities<-c("country",1100056, 1100106,1100205,1100304,1200104,1200252)
c1<-c("Afghanistan",2,34,23.4,5,0,0)    
c2<-c("Afghanistan",0,20,11.1,5.4,2,0)    
c3<-c("Albania",12,120,11.4,5.1,12,10)    
c4<-c("Albania",0,40,61.1,65.4,652,2)
df<-as.data.frame(rbind(municipalities,c1,c2,c3,c4))

基本上我正在尝试

df<-df[-1,]    
aggregate(df[,2:7],list(df[,1]),sum)

但我收到一条消息：

Error in Summary.factor(c(4L, 1L), na.rm = FALSE) : 
  sum not meaningful for factors

我试图强制df是数字，将字符声明为字符等，但似乎没有任何帮助。

4

1 回答 1

9

这是因为您创建数据框的方式。例如，c1是字符，因为向量只能有一个类。当您将它们放入数据框中时，这些字符向量会被进一步强制分解。因此，您试图sum在因素上运行。您已经弄清楚了这一点，但随后尝试将因子转换为数字，这可能会给您带来荒谬的结果。

简单的答案是按列而不是按行构建数据框，这样您就不会遇到太多强制问题。

鉴于您已经拥有的数据，这将解决您的问题：

df[] <- lapply(df, function(x) type.convert(as.character(x)))
aggregate(. ~ V1, df, sum)

（感谢@AnandaMahto 提供了比我最初拥有的更简洁的转换方式。）

结果：

           V1 V2  V3   V4   V5  V6 V7
1 Afghanistan  2  54 34.5 10.4   2  0
2     Albania 12 160 72.5 70.5 664 12
于 2013-10-21T11:33:07.290 回答