कैसे समूह द्वारा एक चर योग करने के लिए?

Question

मान लें कि मेरे पास डेटा के दो कॉलम हैं। पहले में "फर्स्ट", "सेकेंड", "थर्ड" इत्यादि जैसी श्रेणियां होती हैं। दूसरी संख्या में संख्याएं होती हैं जो मैंने "फर्स्ट" की संख्या को दर्शाती हैं।

उदाहरण के लिए:

Category  Frequency 
First  10 
First  15 
First  5 
Second  2 
Third  14 
Third  20 
Second  3 

मैं श्रेणी के अनुसार डेटा को सॉर्ट और आवृत्ति योग करने के लिए करना चाहते हैं:

Category  Frequency 
First  30 
Second  5 
Third  34 

मैं कैसे आर में यह करना होगा?

Answer 1

का उपयोग aggregate:

aggregate(x$Frequency, by=list(Category=x$Category), FUN=sum) 
    Category x 
1 First 30 
2 Second 5 
3 Third 34 

---

(@thelatemail टिप्पणी embedding), aggregate एक सूत्र इंटरफेस भी

aggregate(Frequency ~ Category, x, sum) 

या यदि आप एकाधिक स्तंभों इकट्ठा करना चाहते हैं, तो आप इस्तेमाल कर सकते हैं है . अंकन

+०१२३६१०५१३८ (भी एक स्तंभ के लिए काम करता है)

---

या tapply:

tapply(x$Frequency, x$Category, FUN=sum) 
First Second Third 
    30  5  34 

---

इस डेटा का उपयोग करना:

x <- data.frame(Category=factor(c("First", "First", "First", "Second", 
             "Third", "Third", "Second")), 
        Frequency=c(10,15,5,2,14,20,3)) 

Answer 2

तो x अपने डेटा के साथ एक dataframe है, तो निम्नलिखित तुम क्या चाहते हो जाएगा:

require(doBy) 
summaryBy(Frequency~Category, data=yourdataframe, FUN=sum) 

संपादित करें:

require(reshape) 
recast(x, Category ~ ., fun.aggregate=sum) 

Answer 3

library(plyr) 
ddply(tbl, .(Category), summarise, sum = sum(Frequency)) 

Answer 4

बस एक तीसरा विकल्प जोड़ने के लिए इस है एक बहुत पुराना जवाब। अब मैं group_by के उपयोग की सलाह दूंगा और ddrr से संक्षेप में, जैसा कि @ डॉकेंडो उत्तर में है।

Answer 5

यह कुछ हद तक related to this question है।

तुम भी बस() समारोह से उपयोग कर सकते हैं:

x2 <- by(x$Frequency, x$Category, sum) 
do.call(rbind,as.list(x2)) 

उन अन्य पैकेज (plyr, नयी आकृति प्रदान) एक data.frame लौटने के लाभ है, लेकिन यह द्वारा से परिचित होने के नाते लायक है () क्योंकि यह एक आधार समारोह है।

Answer 6

आरसीएस काम करता है द्वारा प्रदान की जवाब और सरल है। हालांकि, अगर आप बड़े डेटासेट से निपटने के लिए और एक प्रदर्शन को बढ़ावा देने की जरूरत है कर रहे हैं वहाँ एक तेजी से वैकल्पिक है:

library(data.table) 
data = data.table(Category=c("First","First","First","Second","Third", "Third", "Second"), 
        Frequency=c(10,15,5,2,14,20,3)) 
data[, sum(Frequency), by = Category] 
# Category V1 
# 1: First 30 
# 2: Second 5 
# 3: Third 34 
system.time(data[, sum(Frequency), by = Category]) 
# user system elapsed 
# 0.008  0.001  0.009 

के एक ही बात करने के लिए डेटा का उपयोग कर कि तुलना करें।फ्रेम और ऊपर से ऊपर:

data = data.frame(Category=c("First","First","First","Second","Third", "Third", "Second"), 
        Frequency=c(10,15,5,2,14,20,3)) 
system.time(aggregate(data$Frequency, by=list(Category=data$Category), FUN=sum)) 
# user system elapsed 
# 0.008  0.000  0.015 

और तुम स्तंभ रखना चाहते हैं इस वाक्य रचना है:

data[,list(Frequency=sum(Frequency)),by=Category] 
# Category Frequency 
# 1: First  30 
# 2: Second   5 
# 3: Third  34 

अंतर कोड के रूप में नीचे को दर्शाता है, बड़े डेटासेट के साथ और अधिक ध्यान देने योग्य हो जाएगा:

data = data.table(Category=rep(c("First", "Second", "Third"), 100000), 
        Frequency=rnorm(100000)) 
system.time(data[,sum(Frequency),by=Category]) 
# user system elapsed 
# 0.055  0.004  0.059 
data = data.frame(Category=rep(c("First", "Second", "Third"), 100000), 
        Frequency=rnorm(100000)) 
system.time(aggregate(data$Frequency, by=list(Category=data$Category), FUN=sum)) 
# user system elapsed 
# 0.287  0.010  0.296 

---

कई एकत्रित के लिए, आप को जोड़ सकते हैं lapply और +०१२३८८०३६६के रूप में अभी हाल ही में

data[, lapply(.SD, sum), by = Category] 
# Category Frequency 
# 1: First  30 
# 2: Second   5 
# 3: Third  34 

Answer 7

इस प्रकार, आप भी dplyr पैकेज उस उद्देश्य के लिए उपयोग कर सकते हैं:

library(dplyr) 
x %>% 
    group_by(Category) %>% 
    summarise(Frequency = sum(Frequency)) 

#Source: local data frame [3 x 2] 
# 
# Category Frequency 
#1 First  30 
#2 Second   5 
#3 Third  34 

या, कई सारांश स्तंभों के लिए (भी एक स्तंभ के साथ काम करता है):

x %>% 
    group_by(Category) %>% 
    summarise_each(funs(sum)) 

dplyr के लिए अद्यतन> = 0.5:summarise_eachsummarise_all, summarise_at और dplyr में कार्यों की summarise_if परिवार ने ले लिया है।

या, यदि आप द्वारा समूह के लिए एकाधिक स्तंभों है, आप group_by को कॉमा द्वारा अलग में उन सभी को निर्दिष्ट कर सकते हैं:

mtcars %>% 
    group_by(cyl, gear) %>%       # multiple group columns 
    summarise(max_hp = max(hp), mean_mpg = mean(mpg)) # multiple summary columns 

%>% ऑपरेटर सहित अधिक जानकारी के लिए, introduction to dplyr देखते हैं।

Answer 8

कई साल बाद, बस एक और सरल आधार आर समाधान है कि कुछ कारण है xtabs

xtabs(Frequency ~ Category, df) 
# Category 
# First Second Third 
# 30  5  34 

के लिए यहां मौजूद नहीं जोड़ने के लिए या यदि एक data.frame वापस

as.data.frame(xtabs(Frequency ~ Category, df)) 
# Category Freq 
# 1 First 30 
# 2 Second 5 
# 3 Third 34 

Answer 9

चाहते रहा है, वहीं हाल ही में आपरेशन के इन प्रकार के अधिकांश के लिए dplyr करने के लिए एक परिवर्तित हो जाते हैं, sqldf पैकेज अभी भी वास्तव में कुछ बातों के लिए अच्छा (और IMHO अधिक पठनीय) है। (ध्यान दें 'Frequency' अब 'value' है)

यहाँ कैसे इस सवाल का sqldf

x <- data.frame(Category=factor(c("First", "First", "First", "Second", 
            "Third", "Third", "Second")), 
       Frequency=c(10,15,5,2,14,20,3)) 

sqldf("select 
      Category 
      ,sum(Frequency) as Frequency 
     from x 
     group by 
      Category") 

## Category Frequency 
## 1 First  30 
## 2 Second   5 
## 3 Third  34 

Answer 10

recastcast का उपयोग कर के बजाय साथ जवाब दिया जा सकता का एक उदाहरण है

df <- data.frame(Category = c("First","First","First","Second","Third","Third","Second") 
        , value = c(10,15,5,2,14,20,3)) 

install.packages("reshape") 

result<-cast(df, Category ~ . ,fun.aggregate=sum) 

पाने के लिए:

Category (all) 
First  30 
Second 5 
Third  34