我有一个数据框,其中包含很多类似这样的列:
data <- data.frame (a.1 = 1:5, a.2b = 3:7, a.5 = 5:9, bt.16 = 4:8, bt.12342 = 7:11)
我想要一个包含对具有相同前缀的变量求和的列的结果。在这个例子中,我想返回一个数据框:a = (9:13), bt = (11:15)
我的真实数据集要复杂得多(我想结合具有不同 utm 参数的网页的页面查看次数),但这种情况的解决方案应该让我走上正轨。
这里有一个基于 R 的解决方案:
> prefixes = unique(sub("\\..*", "", colnames(data)))
> sapply(prefixes, function(x)rowSums(data[,startsWith(colnames(data), x)]))
a bt
[1,] 9 11
[2,] 12 13
[3,] 15 15
[4,] 18 17
[5,] 21 19
你可以试试
library(tidyverse)
data.frame (a.1 = 1:5, a.2b = 3:7, a.5 = 5:9, bt.16 = 4:8, bt.12342 = 7:11) %>%
rownames_to_column() %>%
gather(k, v, -rowname) %>%
separate(k, letters[1:2]) %>%
group_by(rowname, a) %>%
summarise(Sum=sum(v)) %>%
spread(a, Sum)
#> # A tibble: 5 x 3
#> # Groups: rowname [5]
#> rowname a bt
#> <chr> <int> <int>
#> 1 1 9 11
#> 2 2 12 13
#> 3 3 15 15
#> 4 4 18 17
#> 5 5 21 19
由reprex 包(v0.2.0) 于 2018 年 4 月 16 日创建。
你也可以这样做:
data.frame (a.1 = 1:5, a.2b = 3:7, a.5 = 5:9, bt.16 = 4:8, bt.12342 = 7:11) %>%
rownames_to_column() %>%
pivot_longer(-1, names_to = c(".value", "set"), names_sep = "[.]") %>%
group_by(rowname) %>%
summarise(across(a:bt,sum, na.rm=T))
# A tibble: 5 x 3
rowname a bt
<chr> <int> <int>
1 1 9 11
2 2 12 13
3 3 15 15
4 4 18 17
5 5 21 19
这是另一个tidyverse
解决方案:
library(tidyverse)
t(data) %>%
data.frame() %>%
group_by(., id = gsub('\\..*', '', rownames(.))) %>%
summarise_all(sum) %>%
data.frame() %>%
column_to_rownames(var = 'id') %>%
t()
结果:
a bt
X1 9 11
X2 12 13
X3 15 15
X4 18 17
X5 21 19
data <- data.frame (a.1 = 1:5, a.2b = 3:7, a.5 = 5:9, bt.16 = 4:8, bt.12342 = 7:11)
i <- grepl("a.", names(data), fixed = TRUE)
result <- data.frame(a=rowSums(data[, i]), bt=rowSums(data[, !i]))
result
# > result
# a bt
# 1 9 11
# 2 12 13
# 3 15 15
# 4 18 17
# 5 21 19
如果您有两个以上的前缀,您可以执行以下操作:
prefs <- c("a.", "bt.")
as.data.frame(lapply(prefs, function(p) rowSums(data[, grepl(p, names(data), fixed = TRUE)]) ))
rowsum
使用基本 R函数的单线方法怎么样:
> t(rowsum(t(data), group = sub("\\..*", "", colnames(data))))
a bt
[1,] 9 11
[2,] 12 13
[3,] 15 15
[4,] 18 17
[5,] 21 19
这个想法是转置数据,使列成为行,然后应用rowsum
函数来总结由相同组标签索引的这些行。再次转置将数据返回到其原始形式,现在汇总了具有相同标签的列。