以下哪一個是更好的方法來總結行和創建一個繪圖（融合和轉換，或者tapply並創建一個新的數據框）？

Question

頭（數據）

 year Emissions 
114470 1999  7.38 
114472 1999  2.78 
114477 1999  11.76 
114479 1999  3.50 
114481 1999  1.32 
114486 1999  5.58 

這是海量數據與4年（1999年，2002年，2005年，和2008年）來設置。我想比較一個地塊每年的總排放量。以下兩種方法中的哪一種更好（更好=更適用於其他問題）？在我用ggplot2做了一個情節之後，這就是爲什麼我以第一種方式創建df的原因。

第一種方式

sums <- tapply(data$Emissions, data$year, sum) 
    df <- data.frame(year = names(sums), pollution = sums, row.names = NULL) 

第二種方式

melted_data <- melt(data, id.vars = c("year")) 
    df2 <- dcast(melted_data, year ~ variable, sum) 

他們都有相同的輸出。 df == df2返回TRUE

Answer 1

請嘗試關注單行代碼。我已經改變了這裏的年值：

data 
     year Emissions 
114470 1999  7.38 
114472 1999  2.78 
114477 1998  11.76 
114479 1997  3.50 
114481 1998  1.32 
114486 1997  5.58 

df3 = aggregate(Emissions~year, data, sum) 
df3 
    year Emissions 
1 1997  9.08 
2 1998  13.08 
3 1999  10.16 

對於大數據，data.table可用於：

library(data.table) 
setDT(dd)[,list(pollution=sum(Emissions)),by=year] 
    year pollution 
1: 1999  10.16 
2: 1998  13.08 
3: 1997  9.08