9

我对 R 相当陌生，我正在尝试根据名称按组对列求和。我有一个像这样的数据框：

DT <- data.frame(a011=c(0,10,20,0),a012=c(010,10,0,0),a013=c(10,30,0,10),
a021=c(10,20,20,10),a022=c(0,0,0,10),a023=c(20,0,0,0),a031=c(30,0,10,0),
a032=c(0,0,10,0),a033=c(20,0,0,0))

我想获得以“a01”开头的所有列、以“a02”开头的所有列和以“a03”开头的所有列的总和：

a01tot a02tot a03tot
    20     30     50
    50     20      0
    20     20     20
    10     20      0

到目前为止，我已经使用

DT$a01tot <- rowSums(DT[,grep("a01", names(DT))])

依此类推，但我的真实数据框有更多组，我想避免为每个组编写一行代码。我想知道是否可以在向量或列表中包含 "a01","a02","a03"... 并添加一些 "a01tot","a02tot","a03tot"... 列到自动生成数据框。

我知道我的问题与这个问题非常相似：R sum of rows for different group of columns that start with similar string，但解决方案在那里指出，

cbind(df, t(rowsum(t(df), sub("_.*", "_t", names(df)))))

在我的情况下不起作用，因为没有要替换的通用元素（例如“_”）（我无法将变量的名称更改为 a01_1、a02_2 等）。

在我的情况下，切换到“长”格式也不是一个可行的解决方案。

任何帮助将不胜感激。

4

2 回答 2

9

您可以将模式存储在向量中并循环遍历它们。通过您的示例，您可以使用以下内容：

patterns <- unique(substr(names(DT), 1, 3))  # store patterns in a vector
new <- sapply(patterns, function(xx) rowSums(DT[,grep(xx, names(DT)), drop=FALSE]))  # loop through
#     a01 a02 a03
#[1,]  20  30  50
#[2,]  50  20   0
#[3,]  20  20  20
#[4,]  10  20   0

您可以像这样调整名称：

colnames(new) <- paste0(colnames(new), "tot")  # rename
于 2015-08-17T14:21:04.507 回答
2

另一种可能的解决方案

library(dplyr)
library(reshape2) 
library(tidyr)

DT %>%
  mutate(id = 1:n()) %>% 
  melt(id.vars = c('id')) %>% 
  mutate(Group = substr(variable, 1, 3)) %>% 
  group_by(id, Group) %>% 
  summarise(tot = sum(value)) %>% 
  spread(Group, tot) %>% 
  select(-id)

结果

Source: local data frame [4 x 3]

  a01 a02 a03
1  20  30  50
2  50  20   0
3  20  20  20
4  10  20   0

然后正如@Jota 建议的那样colnames(new) <- paste0(colnames(new), "tot")

于 2015-08-17T15:32:47.017 回答