的R - 基於多種其他因素的列求和列

我有以下數據框：的R - 基於多種其他因素的列求和列

df<-structure(list(totprivland = c(175L, 50L, 100L, 14L, 4L, 240L, 
10L, 20L, 20L, 58L), ncushr8d1 = c(0L, 0L, 0L, 0L, 0L, 30L, 5L, 
0L, 0L, 50L), ncu_CENREG1 = structure(c(4L, 4L, 4L, 4L, 1L, 3L, 
3L, 3L, 4L, 4L), .Label = c("Northeast", "Midwest", "South", 
"West"), class = "factor"), ncushr8d2 = c(75L, 50L, 100L, 14L, 
2L, 30L, 5L, 20L, 20L, 8L), ncu_CENREG2 = structure(c(4L, 4L, 
4L, 4L, 1L, 2L, 1L, 4L, 3L, 4L), .Label = c("Northeast", "Midwest", 
"South", "West"), class = "factor"), ncushr8d3 = c(100L, NA, 
NA, NA, 2L, 180L, 0L, NA, NA, NA), ncu_CENREG3 = structure(c(4L, 
NA, NA, NA, 1L, 1L, 3L, NA, NA, NA), .Label = c("Northeast", 
"Midwest", "South", "West"), class = "factor"), ncushr8d4 = c(NA, 
NA, NA, NA, 0L, NA, NA, NA, NA, NA), ncu_CENREG4 = structure(c(NA, 
NA, NA, NA, 1L, NA, NA, NA, NA, NA), .Label = c("Northeast", 
"Midwest", "South", "West"), class = "factor")), .Names = c("totprivland", 
"ncushr8d1", "ncu_CENREG1", "ncushr8d2", "ncu_CENREG2", "ncushr8d3", 
"ncu_CENREG3", "ncushr8d4", "ncu_CENREG4"), row.names = c(27404L, 
27525L, 27576L, 27822L, 28099L, 28238L, 28306L, 28312L, 28348L, 
28379L), class = "data.frame")

=======

這是dput以下基本思路：

Total VariableA LocationA VariableB  LocationB 
30   20  East   10   East 
20   20  South   NA   West 
115   15  East   100   South 
100   50  West   50   West 
35   10  East   25   South

總數（或dput示例中的totprivland）是變量（ncushr8d1，ncushr8d2，ncushr8d3和ncushr8d4）的總和，並且每個變量都有相應的因子位置變量（ncu_CENRE G1等）。在這種模式下還有6個額外的變量和位置。位置變量對於多個數值變量通常是相同的值（例如，多個'東'位置值，如示例的第一行）。

我想通過公共位置因子得到每行值的總和，爲每個位置的總和創建一個新列。這將是這個樣子，與忽略NA值的能力：

Total VariableA LocationA VariableB  LocationB TotalWest TotalEast TotalSouth 
30   20  East   10   East   0   30   0 
20   20  South   NA   NA   0   0   20 
115   15  East   100   South   0   15  100 
100   50  West   50   West  100   0   0 
35   10  East   25   South   0   10   25

我看着聚集和分裂，但似乎無法弄清楚如何讓他們的工作遇到了許多列。我還在考慮一個冗長的「if」語句，它將在所有8個變量及其相應的位置上旋轉，但感覺必須有更好的解決方案。這些觀察結果被加權用於調查軟件包中，我想避免重複觀察結果，並使用重塑軟件包使它們「長」，儘管也許我可以在以後重新組合它們。任何建議感激！

許多感謝，盧克

來源

2013-06-25 Luke Macaulay

你的榜樣輸入的第一行是沒有意義對我來說，'TotalWest'列有20個值，但LocationA和LocationB既沒有西方。另外，您是否可以使您的示例數據集更容易進入-R可供選擇的形式（例如使用'dput'）。 –

感謝Paul，我糾正了TotalWest專欄。我從來沒有使用dput，但會嘗試做到這一點... –

首先，我想將數據幀轉換爲中，你有3列的長型：值，位置情況。情況應該指出數據來自哪種情況（例如，行）。順序無關緊要。所以你的數據幀看起來像：

Value Loc Case 
20  East 1 
20  South 2 
... 
10  East 1

等等... 一個辦法做到這一點是堆棧你的價值和位置，然後手動（容易地）添加病例數。假設你原來的數據框被稱爲DF，並在2,4列中的值和位置在列3,5

v.col = stack(df[,c(2,4)])[,1] 
v.loc = stack(df[,c(3,5)])[,1] 
v.case = rep(1:nrow(df),2) 
long.data = data.frame(v.col,v.loc,v.case) # this is not actually needed, but just so you can view it

現在使用tapply創建你需要

s = tapply(v.col,list(v.case,v.loc),sum,na.rm=T) 
new.df = cbind(df,s)

你可能會列需要將NA調整爲0或某些東西，但這應該很容易。

也有可能更簡單的方法來使用plyr/reshape軟件包來做到這一點，但我並不擅長這些。

希望這有助於

來源

2013-06-25 10:07:00 amit

嗨，阿米特，這似乎工作。我確實必須將因式分解的位置變量轉換爲數字，因爲堆棧只能用於矢量，但在此之後它似乎起作用了！非常感謝！ –

的R - 基於多種其他因素的列求和列

回答

相關問題