非均匀子集的总和
Sum of a non-uniform subset
在我的项目中，我有一堆关于巴士公司的信息。我按日期分隔了一个子集，因此我可以从条形图中看到最需要的公交线路（在 "Linha" 列中）。
->例如子集：
data.date[[1]] is equivalent of the subset of rows that have the date "2013-03-10".
为了实现这一点，我尝试将 dim "Catraca"（检票口）中的所有值求和到一个向量中，用于所有不同的 "Linhas"（公交线路）。而且，我正在努力奋斗。
这是我使用的逻辑
linha.sum <- with(data.date[[1]], data.date[[1]] == linha.unique, sum(data.date[[1]]$Catraca))
输出是一些逻辑向量。不理想。
这些图片可能有助于您了解情况
View(data.date[[1]])
我要求和的值是不同"Linha"
的"Catraca"
数据样本：
data.dates <- list(read.table(text = "Linha DSaida HSaida DChegada HChegada Sentido Catraca Embarcado
3 2016-01-01 04:05 2016-01-01 04:15 0 0 0
3 2016-01-01 04:23 2016-01-01 23:57 0 37 0
3 2016-01-01 04:05 2016-01-01 04:15 0 0 0
3 2016-01-01 04:22 2016-01-01 23:58 0 83 0
3 2016-01-01 04:04 2016-01-01 04:15 0 0 0
3 2016-01-01 04:23 2016-01-01 23:58 0 43 0
6 2016-01-01 03:49 2016-01-01 13:41 0 82 0
6 2016-01-01 13:43 2016-01-01 23:09 0 98 0
7 2016-01-01 03:54 2016-01-01 14:49 0 61 0
7 2016-01-01 14:51 2016-01-01 23:10 0 46 0", header = T))
由于 data.dates 似乎是 data.frames 的列表（可能由 split() 创建），每个数据集中的列的总和可以用 lapply.
这是一些可重现的数据：
data.dates <- list(data.frame(
Linha = c(3,3,1201,1201),
Catraca = c(0,37,2,22)
))
和dplyr
library(dplyr)
lapply(data.dates, function(x) {
x %>% group_by(Linha) %>% summarize(catSum = sum(Catraca))
})
# [[1]]
# # A tibble: 2 x 2
# Linha catSum
# <dbl> <dbl>
# 1 3 37
# 2 1201 24
这将向列表中的每个 data.frame 添加一列，其中包含每个组的总和（按日期和 linha）
带底座 R
来自@Sagars 的评论，您也可以在 lapply 中使用 aggregate:
lapply(data.dates, function(x) {
aggregate(x$Catraca, by = list(Linha = x$Linha), FUN = sum)
})
# [[1]]
# Linha x
# 1 3 37
# 2 1201 24
基准测试
事实上，microbenchmark() 显示，在这种情况下，基本解决方案（通常）更快。但是，这仅使用 OP 中给出的小子集进行了测试。
# Unit: microseconds
# expr min lq mean median uq max neval cld
# dplyr 1803.553 1878.499 1994.4945 1918.8880 2016.8730 6495.747 100 b
# base 481.535 513.818 543.4041 538.1365 560.4635 803.222 100 a
您的查询要求 "Catraca" 的总和基于不同的 "Linha"。
aggregate(df$Catraca, by = list(Linha = df$Linha), FUN = sum)
会提供。
在我的项目中，我有一堆关于巴士公司的信息。我按日期分隔了一个子集，因此我可以从条形图中看到最需要的公交线路（在 "Linha" 列中）。
->例如子集：
data.date[[1]] is equivalent of the subset of rows that have the date "2013-03-10".
为了实现这一点，我尝试将 dim "Catraca"（检票口）中的所有值求和到一个向量中，用于所有不同的 "Linhas"（公交线路）。而且，我正在努力奋斗。
这是我使用的逻辑
linha.sum <- with(data.date[[1]], data.date[[1]] == linha.unique, sum(data.date[[1]]$Catraca))
输出是一些逻辑向量。不理想。
这些图片可能有助于您了解情况
View(data.date[[1]])
我要求和的值是不同"Linha"
的"Catraca"数据样本：
data.dates <- list(read.table(text = "Linha DSaida HSaida DChegada HChegada Sentido Catraca Embarcado
3 2016-01-01 04:05 2016-01-01 04:15 0 0 0
3 2016-01-01 04:23 2016-01-01 23:57 0 37 0
3 2016-01-01 04:05 2016-01-01 04:15 0 0 0
3 2016-01-01 04:22 2016-01-01 23:58 0 83 0
3 2016-01-01 04:04 2016-01-01 04:15 0 0 0
3 2016-01-01 04:23 2016-01-01 23:58 0 43 0
6 2016-01-01 03:49 2016-01-01 13:41 0 82 0
6 2016-01-01 13:43 2016-01-01 23:09 0 98 0
7 2016-01-01 03:54 2016-01-01 14:49 0 61 0
7 2016-01-01 14:51 2016-01-01 23:10 0 46 0", header = T))
由于 data.dates 似乎是 data.frames 的列表（可能由 split() 创建），每个数据集中的列的总和可以用 lapply.
这是一些可重现的数据：
data.dates <- list(data.frame(
Linha = c(3,3,1201,1201),
Catraca = c(0,37,2,22)
))
和dplyr
library(dplyr)
lapply(data.dates, function(x) {
x %>% group_by(Linha) %>% summarize(catSum = sum(Catraca))
})
# [[1]]
# # A tibble: 2 x 2
# Linha catSum
# <dbl> <dbl>
# 1 3 37
# 2 1201 24
这将向列表中的每个 data.frame 添加一列，其中包含每个组的总和（按日期和 linha）
带底座 R
来自@Sagars 的评论，您也可以在 lapply 中使用 aggregate:
lapply(data.dates, function(x) {
aggregate(x$Catraca, by = list(Linha = x$Linha), FUN = sum)
})
# [[1]]
# Linha x
# 1 3 37
# 2 1201 24
基准测试
事实上，microbenchmark() 显示，在这种情况下，基本解决方案（通常）更快。但是，这仅使用 OP 中给出的小子集进行了测试。
# Unit: microseconds
# expr min lq mean median uq max neval cld
# dplyr 1803.553 1878.499 1994.4945 1918.8880 2016.8730 6495.747 100 b
# base 481.535 513.818 543.4041 538.1365 560.4635 803.222 100 a
您的查询要求 "Catraca" 的总和基于不同的 "Linha"。
aggregate(df$Catraca, by = list(Linha = df$Linha), FUN = sum)
会提供。