그룹별로 변수를 합산하는 방법
두 개의 데이터 열이 있다고 가정 해 봅시다. 첫 번째는 "First", "Second", "Third"등과 같은 범주를 포함합니다. 두 번째에는 "First"를 본 횟수를 나타내는 숫자가 있습니다.
예를 들면 다음과 같습니다.
Category Frequency
First 10
First 15
First 5
Second 2
Third 14
Third 20
Second 3
범주별로 데이터를 정렬하고 빈도를 합치고 싶습니다.
Category Frequency
First 30
Second 5
Third 34
R에서 어떻게해야합니까?
사용 aggregate:
aggregate(x$Frequency, by=list(Category=x$Category), FUN=sum)
Category x
1 First 30
2 Second 5
3 Third 34
위의 예에서 여러 치수를에 지정할 수 있습니다 list. 동일한 데이터 유형의 여러 집계 메트릭은 다음을 통해 통합 될 수 있습니다 cbind.
aggregate(cbind(x$Frequency, x$Metric2, x$Metric3) ...
(@thelatemail 주석 포함), aggregate수식 인터페이스도 있습니다
aggregate(Frequency ~ Category, x, sum)
또는 여러 열을 집계하려는 경우 .표기법을 사용할 수 있습니다 (한 열에도 적용 가능).
aggregate(. ~ Category, x, sum)
또는 tapply:
tapply(x$Frequency, x$Category, FUN=sum)
First Second Third
30 5 34
이 데이터를 사용하여 :
x <- data.frame(Category=factor(c("First", "First", "First", "Second",
"Third", "Third", "Second")),
Frequency=c(10,15,5,2,14,20,3))
보다 최근에는 해당 용도로 dplyr 패키지를 사용할 수도 있습니다 .
library(dplyr)
x %>%
group_by(Category) %>%
summarise(Frequency = sum(Frequency))
#Source: local data frame [3 x 2]
#
# Category Frequency
#1 First 30
#2 Second 5
#3 Third 34
또는 여러 요약 열의 경우 (하나의 열과 함께 작동) :
x %>%
group_by(Category) %>%
summarise_each(funs(sum))
dplyr> = 0.5 업데이트 : summarise_each 에 의해 대체되었습니다 summarise_all, summarise_at그리고 summarise_if기능의 가족 dplyr있다.
또는 그룹화 할 여러 열 이있는 경우 모든 열을group_by 쉼표로 구분 하여 지정할 수 있습니다 .
mtcars %>%
group_by(cyl, gear) %>% # multiple group columns
summarise(max_hp = max(hp), mean_mpg = mean(mpg)) # multiple summary columns
%>%연산자를 포함한 자세한 정보 는 dplyr 소개를 참조하십시오 .
rcs가 제공하는 대답은 간단하며 간단합니다. 그러나 더 큰 데이터 세트를 처리하고 성능 향상이 필요한 경우 더 빠른 대안이 있습니다.
library(data.table)
data = data.table(Category=c("First","First","First","Second","Third", "Third", "Second"),
Frequency=c(10,15,5,2,14,20,3))
data[, sum(Frequency), by = Category]
# Category V1
# 1: First 30
# 2: Second 5
# 3: Third 34
system.time(data[, sum(Frequency), by = Category] )
# user system elapsed
# 0.008 0.001 0.009
data.frame과 위의 내용을 사용하여 동일한 내용과 비교해 보겠습니다.
data = data.frame(Category=c("First","First","First","Second","Third", "Third", "Second"),
Frequency=c(10,15,5,2,14,20,3))
system.time(aggregate(data$Frequency, by=list(Category=data$Category), FUN=sum))
# user system elapsed
# 0.008 0.000 0.015
그리고 열을 유지하려면 다음 구문을 사용하십시오.
data[,list(Frequency=sum(Frequency)),by=Category]
# Category Frequency
# 1: First 30
# 2: Second 5
# 3: Third 34
아래 코드에서 알 수 있듯이 더 큰 데이터 세트에서는 차이가 더 두드러집니다.
data = data.table(Category=rep(c("First", "Second", "Third"), 100000),
Frequency=rnorm(100000))
system.time( data[,sum(Frequency),by=Category] )
# user system elapsed
# 0.055 0.004 0.059
data = data.frame(Category=rep(c("First", "Second", "Third"), 100000),
Frequency=rnorm(100000))
system.time( aggregate(data$Frequency, by=list(Category=data$Category), FUN=sum) )
# user system elapsed
# 0.287 0.010 0.296
여러 집계를 들어, 결합 할 수 lapply와 .SD같은 다음
data[, lapply(.SD, sum), by = Category]
# Category Frequency
# 1: First 30
# 2: Second 5
# 3: Third 34
by () 함수를 사용할 수도 있습니다.
x2 <- by(x$Frequency, x$Category, sum)
do.call(rbind,as.list(x2))
다른 패키지 (plyr, reshape)는 data.frame을 반환하는 이점이 있지만 기본 함수이기 때문에 by ()에 익숙 할 가치가 있습니다.
library(plyr)
ddply(tbl, .(Category), summarise, sum = sum(Frequency))
몇 년 후 여기에 존재하지 않는 또 다른 간단한 기본 R 솔루션을 추가하기 위해 xtabs
xtabs(Frequency ~ Category, df)
# Category
# First Second Third
# 30 5 34
아니면 data.frame다시 원한다면
as.data.frame(xtabs(Frequency ~ Category, df))
# Category Freq
# 1 First 30
# 2 Second 5
# 3 Third 34
x데이터가있는 데이터 프레임 인 경우 다음이 원하는 것을 수행합니다.
require(reshape)
recast(x, Category ~ ., fun.aggregate=sum)
최근 dplyr에 이러한 유형의 작업 대부분에 대한 변환 sqldf이되었지만 패키지는 여전히 일부로 훌륭합니다 (그리고 IMHO 더 읽기 쉽습니다).
다음은이 질문에 어떻게 대답 할 수 있는지에 대한 예입니다. sqldf
x <- data.frame(Category=factor(c("First", "First", "First", "Second",
"Third", "Third", "Second")),
Frequency=c(10,15,5,2,14,20,3))
sqldf("select
Category
,sum(Frequency) as Frequency
from x
group by
Category")
## Category Frequency
## 1 First 30
## 2 Second 5
## 3 Third 34
세 번째 옵션을 추가하려면 다음을 수행하십시오.
require(doBy)
summaryBy(Frequency~Category, data=yourdataframe, FUN=sum)
편집 : 이것은 매우 오래된 대답입니다. 이제 @docendo answer 에서 와 같이 group_byand summarisefrom을 사용하는 것이 좋습니다 dplyr.
최근에 추가 된 기능은 dplyr::tally()이제 그 어느 때보 다 쉬워졌습니다
tally(x, Category)
Category n
First 30
Second 5
Third 34
내가 찾을 ave서로 다른 열을 다른 집계 함수를 적용 할 필요가있을 때 매우 도움 (효율적인) (당신은 / 기본 R에 충실하고자합니다) :
예 :
이 입력이 주어지면 :
DF <-
data.frame(Categ1=factor(c('A','A','B','B','A','B','A')),
Categ2=factor(c('X','Y','X','X','X','Y','Y')),
Samples=c(1,2,4,3,5,6,7),
Freq=c(10,30,45,55,80,65,50))
> DF
Categ1 Categ2 Samples Freq
1 A X 1 10
2 A Y 2 30
3 B X 4 45
4 B X 3 55
5 A X 5 80
6 B Y 6 65
7 A Y 7 50
우리는 그룹에 의해 원하는 Categ1과 Categ2와의 합을 계산 Samples하고의 의미 Freq.
다음을 사용하여 가능한 해결책이 있습니다 ave.
# create a copy of DF (only the grouping columns)
DF2 <- DF[,c('Categ1','Categ2')]
# add sum of Samples by Categ1,Categ2 to DF2
# (ave repeats the sum of the group for each row in the same group)
DF2$GroupTotSamples <- ave(DF$Samples,DF2,FUN=sum)
# add mean of Freq by Categ1,Categ2 to DF2
# (ave repeats the mean of the group for each row in the same group)
DF2$GroupAvgFreq <- ave(DF$Freq,DF2,FUN=mean)
# remove the duplicates (keep only one row for each group)
DF2 <- DF2[!duplicated(DF2),]
결과 :
> DF2
Categ1 Categ2 GroupTotSamples GroupAvgFreq
1 A X 6 45
2 A Y 9 40
3 B X 7 50
6 B Y 6 65
Rfast 패키지 의 함수 group.sum를 사용할 수 있습니다 .
Category <- Rfast::as_integer(Category,result.sort=FALSE) # convert character to numeric. R's as.numeric produce NAs.
result <- Rfast::group.sum(Frequency,Category)
names(result) <- Rfast::Sort(unique(Category)
# 30 5 34
Rfast 는 많은 그룹 기능을 가지고 있으며group.sum그중 하나입니다.
사용하는 cast대신 recast(참고 'Frequency'지금 'value')
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)
얻을 :
Category (all)
First 30
Second 5
Third 34
참고 URL : https://stackoverflow.com/questions/1660124/how-to-sum-a-variable-by-group
'Programing' 카테고리의 다른 글
| 사용자 입력 문자열을 정규식으로 변환 (0) | 2020.03.11 |
|---|---|
| 코로나, 폰갭, 티타늄 비교 (0) | 2020.03.11 |
| DIV의 내용을 인쇄 (0) | 2020.03.11 |
| 코드에서 WPF 이미지 소스 설정 (0) | 2020.03.11 |
| .NET DateTime에서 밀리 초를 자르는 방법 (0) | 2020.03.11 |