計算一個組的總值，同時保留數據幀中另一列的信息

我有一個數據框，如下面的結構。計算一個組的總值，同時保留數據幀中另一列的信息

# Create example data 
ex_df <- data.frame(
    Date = as.Date(c("2000-01-01", "2000-01-02", "2000-01-03", "2000-01-03", 
        "2000-01-04", "2000-01-04", "2000-01-05", "2000-01-05", 
        "2000-01-05")), 
    Value = c(1, 3, 1, 2, 5, 2, 1, 3, 1), 
    Label = c("A", "B", "A", "A", 
      "B", "A", "A", "A", "B"), 
    stringsAsFactors = FALSE) 

ex_df 
#   Date Value Label 
# 1 2000-01-01  1  A 
# 2 2000-01-02  3  B 
# 3 2000-01-03  1  A 
# 4 2000-01-03  2  A 
# 5 2000-01-04  5  B 
# 6 2000-01-04  2  A 
# 7 2000-01-05  1  A 
# 8 2000-01-05  3  A 
# 9 2000-01-05  1  B

我想計算每個Date總Value，同時保持信息在Label列。期望的輸出將如下。

#  Date Value Label 
#1 2000-01-01  1  A 
#2 2000-01-02  3  B 
#3 2000-01-03  3  A 
#4 2000-01-04  7  B 
#5 2000-01-05  5  B

在該數據幀中，我想Label是A或B如果全部來自同一Date的行具有相同的標記，如在2000-01-03的情況。但是，如果來自同一Date的行具有不同的標籤，我希望Label爲B，例如2000-01-04和2000-01-05中的情況。

我知道我可以使用dplyr包來計算組合總值，如下所示。

library(dplyr) 
ex_df %>% 
    group_by(Date) %>% 
    summarise(Value = sum(Value))

但我怎麼能保持在Label列中的信息？我不僅歡迎使用dplyr的解決方案，還歡迎data.table，base R或其他軟件包。

謝謝。

來源

2017-03-23 www

您可以檢查是否B是標籤爲一組，如果是，在總結返回B否則返回A：

library(dplyr) 
ex_df %>% group_by(Date) %>% 
    summarise(Value = sum(Value), Label = if("B" %in% Label) "B" else "A") 

# A tibble: 5 × 3 
#  Date Value Label 
#  <date> <dbl> <chr> 
#1 2000-01-01  1  A 
#2 2000-01-02  3  B 
#3 2000-01-03  3  A 
#4 2000-01-04  7  B 
#5 2000-01-05  5  B

來源

2017-03-23 19:32:09 Psidom

這種運作良好。非常感謝你。 @Psidom – www

對於這個特定的情況，有'Label = max（Label）'。只要Label是一個適當的有序因子，它可以更普遍地工作（可能）。（哦，剛剛看到P顯示了答案中的第一個選項。） – Frank

@Frank同意'max'在這裏是一個很好和簡潔的選項。 – Psidom

另一種方法是對標籤

使用 max

ex_df %>% 
group_by(Date) %>% 
summarise(Value = sum(Value),label=max(Label)) 
# A tibble: 5 x 3 
     Date Value label 
     <date> <dbl> <chr> 
1 2000-01-01  1  A 
2 2000-01-02  3  B 
3 2000-01-03  3  A 
4 2000-01-04  7  B 
5 2000-01-05  5  B

來源

2017-03-23 19:33:11

謝謝。這是一個很好的解決方案。 @P Lapointe – www

這裏是data.table一個解決方案：

library("data.table") 
# Create example data 
ex_df <- data.table(
    Date = as.Date(c("2000-01-01", "2000-01-02", "2000-01-03", "2000-01-03", 
        "2000-01-04", "2000-01-04", "2000-01-05", "2000-01-05", 
        "2000-01-05")), 
    Value = c(1, 3, 1, 2, 5, 2, 1, 3, 1), 
    Label = c("A", "B", "A", "A", "B", "A", "A", "A", "B"), 
    stringsAsFactors = FALSE) 
foo <- function(x) { u <- unique(x); ifelse(length(u)==1, u, "B") } 
ex_df[, .(Value=sum(Value), Label=foo(Label)), by=Date] 
#   Date Value Label 
# 1: 2000-01-01  1  A 
# 2: 2000-01-02  3  B 
# 3: 2000-01-03  3  A 
# 4: 2000-01-04  7  B 
# 5: 2000-01-05  5  B

較短的變體：

ex_df[, .(Value=sum(Value), Label=max(Label)), by=Date]

來源

2017-03-23 19:46:50 jogo

謝謝。短的變體只需要一行代碼，太棒了！ – www

計算一個組的總值，同時保留數據幀中另一列的信息

回答

相關問題