Агрегировать / суммировать несколько переменных в группе (например, sum, mean)

Question

Агрегировать / суммировать несколько переменных в группе (например, sum, mean)

из фрейма данных, есть ли простой способ агрегировать (sum,mean,max et c) несколько переменных одновременно?

ниже приведены некоторые примеры данных:

library(lubridate)

days = 365*2

date = seq(as.Date("2000-01-01"), length = days, by = "day")

year = year(date)

month = month(date)

x1 = cumsum(rnorm(days, 0.05)) 

x2 = cumsum(rnorm(days, 0.05))

df1 = data.frame(date, year, month, x1, x2)

Я хотел бы одновременно агрегировать x1 и x2 переменные df2 фрейм данных по годам и месяцам. Следующий код вычисляет x1 переменная, но можно ли одновременно агрегировать x2 переменной?

### aggregate variables by year month

df2=aggregate(x1 ~ year+month, data=df1, sum, na.rm=TRUE)

head(df2)

любой предложения были бы весьма признательны.

649 5

r dataframe aggregate r-faq

5 ответов:

Comments

Ничего не найдено.

EDi · Accepted Answer · 2018-06-16 12:56:42

где это year() функция от?

вы также можете использовать reshape2 пакет для этой задачи:

require(reshape2)
df_melt <- melt(df1, id = c("date", "year", "month"))
dcast(df_melt, year + month ~ variable, sum)
#  year month         x1           x2
1  2000     1  -80.83405 -224.9540159
2  2000     2 -223.76331 -288.2418017
3  2000     3 -188.83930 -481.5601913
4  2000     4 -197.47797 -473.7137420
5  2000     5 -259.07928 -372.4563522

Andrie · Accepted Answer · 2017-10-22 13:22:06

да, в вашем formula вы можете cbind числовые переменные для агрегирования:
aggregate(cbind(x1, x2) ~ year + month, data = df1, sum, na.rm = TRUE)
   year month         x1          x2
1  2000     1   7.862002   -7.469298
2  2001     1 276.758209  474.384252
3  2000     2  13.122369 -128.122613
...
23 2000    12  63.436507  449.794454
24 2001    12 999.472226  922.726589
посмотреть ?aggregate на formula аргументов и примеров.

numbercruncher · Accepted Answer · 2015-09-26 12:25:48

С помощью data.table пакет, который является быстрым (полезно для больших наборов данных)

https://github.com/Rdatatable/data.table/wiki
library(data.table)
df2 <- setDT(df1)[, lapply(.SD, sum), by=.(year, month), .SDcols=c("x1","x2")]
setDF(df2) # convert back to dataframe
использование пакета plyr
require(plyr)
df2 <- ddply(df1, c("year", "month"), function(x) colSums(x[c("x1", "x2")]))
использование summary() из пакета Hmisc (заголовки столбцов грязные в моем примере, хотя)
# need to detach plyr because plyr and Hmisc both have a summarize()
detach(package:plyr)
require(Hmisc)
df2 <- with(df1, summarize( cbind(x1, x2), by=llist(year, month), FUN=colSums))

Jaap · Accepted Answer · 2018-02-07 17:16:55

С , вы можете использовать summarise_all,summarise_at или summarise_if функции для агрегирования нескольких переменных одновременно. Для примера набора данных вы можете сделать это следующим образом:
library(dplyr)
# summarising all non-grouping variables
df2 <- df1 %>% group_by(year, month) %>% summarise_all(sum)

# summarising a specific set of non-grouping variables
df2 <- df1 %>% group_by(year, month) %>% summarise_at(vars(x1, x2), sum)
df2 <- df1 %>% group_by(year, month) %>% summarise_at(vars(-date), sum)

# summarising a specific set of non-grouping variables based on condition (class)
df2 <- df1 %>% group_by(year, month) %>% summarise_if(is.numeric, sum)
результат последних двух вариантов:
    year month        x1         x2
   <dbl> <dbl>     <dbl>      <dbl>
1   2000     1 -73.58134  -92.78595
2   2000     2 -57.81334 -152.36983
3   2000     3 122.68758  153.55243
4   2000     4 450.24980  285.56374
5   2000     5 678.37867  384.42888
6   2000     6 792.68696  530.28694
7   2000     7 908.58795  452.31222
8   2000     8 710.69928  719.35225
9   2000     9 725.06079  914.93687
10  2000    10 770.60304  863.39337
# ... with 14 more rows
Примечание: summarise_each является устаревшим в пользу summarise_all,summarise_at и summarise_if.

как говорится в мой комментарий выше, вы также можете использовать от reshape2-пакет:
library(reshape2)
recast(df1, year + month ~ variable, sum, id.var = c("date", "year", "month"))
, который даст вам тот же результат.

britt · Accepted Answer · 2018-08-15 19:22:53

опоздал на вечеринку, но недавно нашел еще один способ получить сводную статистику.

library(psych) describe(data)

будет выводить: среднее, минимальное, максимальное, стандартное отклонение, n, Стандартная ошибка, эксцесс, асимметрия, медиана и диапазон для каждой переменной.