如何在 R 中同时合并多个 data.frames 和 sum 和 average 列

Question

我有 20 多个 data.frames 列相同但行数不同。我的目标是通过 "Name" 列（这是一个包含五个名称的列表）合并 data.frames 并且在合并时我希望具有相同名称的行对 A 列求和，对 B 列求和，并且得到 C 列的平均值。

这是我目前正在做的事情。

首先，我一次只合并 2 data.frames。

DF <- merge(x=abc, y=def, by = "Name", all = T)

合并后的DF会是这样

Name                              A.x    B.x   C.x   A.y   B.y  C.y
name1,name2,name3,name4,name5      11     24     7    NA    NA   NA
name1,name3,name4,name6,name7       4      8    12     3     4    7
name1,name2,name5,name6,name7      12      4     5    NA    NA   NA
name3,name4,name5,name6,name7      NA     NA    NA    15     3   28

然后我将添加这些 ifelse 语句来处理 NAs 和非唯一行。对于非唯一行，它将为 A 添加 B，为 C 添加平均值。

DF$A <- ifelse(is.na(DF$A.x), DF$A.y,
    ifelse(is.na(DF$A.y), DF$A.x,
        ifelse((!is.na(DF$A.x)) & (!is.na(DF$A.y)), DF$A.x + DF$A.y, 1)))
DF$B <- ifelse(is.na(DF$B.x), DF$B.y, 
    ifelse(is.na(DF$B.y), DF$B.x,
        ifelse((!is.na(DF$B.x)) & (!is.na(DF$B.y)), DF$B.x + DF$B.y, 1)))
DF$C <- ifelse(is.na(DF$C.x), DF$C.y, 
    ifelse(is.na(DF$C.y), DF$C.x,
        ifelse((!is.na(DF$C.x)) & (!is.na(DF$C.y)), (DF$C.x  + DF$C.y)/2, 1)))

DF 现在看起来像这样

Name                            A.x  B.x  C.x  A.y  B.y  C.y   A   B   C   
name1,name2,name3,name4,name5    11   24    7   NA   NA   NA  11  24   7
name1,name3,name4,name6,name7     4    8   12    3    4    8   7  12  10
name1,name2,name5,name6,name7    12    4    5   NA   NA   NA  12   4   5
name3,name4,name5,name6,name7    NA   NA   NA   15    3   28  15   3  28

然后我只保留名称列和最后三列

merge1 <- DF[c(1,8,9,10)]

然后我对接下来的两个 data.frames 执行相同的过程并将其命名为 merge2。那我就合并merge1和merge 2.

total1 <- merge(x = merge1, y = merge2, by = "Name", all = TRUE)

我将继续一次合并两个数据帧，然后将总计 data.frames 一次合并两个。我得到了我想要的最终结果，但这是一个及时的过程而且效率不高。

我认为我可以做到的另一种方法是对所有 data.frames 进行 rbind，然后如果在名称列中的任何行与另一行具有相同的名称列表，则将其设为该行，添加 A 列，添加 B 列并获取 C 列的平均值。但我也不知道该怎么做。

这是我想要的外皮的例子

Name                              A     B     C
name1,name2,name3,name4,name5    11    24     7
name1,name3,name4,name6,name7     4     8    12
name1,name2,name5,name6,name7    12     4     5 
name3,name4,name5,name6,name7    15     3    28 
name1,name3,name4,name6,name7     3     4     8

最终结果会是这样

Name                              A     B     C
name1,name2,name3,name4,name5    11    24     7
name1,name3,name4,name6,name7     7    12    10
name1,name2,name5,name6,name7    12     4     5 
name3,name4,name5,name6,name7    15     3    28

同样，我确信有比我目前正在做的更有效的方法来完成我想要的，所以任何帮助将不胜感激。

Answer 1

我认为您的第二种方法是可行的，您可以使用 data.table 或 dplyr。

这里有几个步骤使用 data.table。首先，如果你的数据框是 abc, def, ... 做：

DF <- do.call(rbind, list(abc,def,...))

现在您可以将它们转换成 data.table

DT <- data.table(DF)

然后简单地做类似

的事情

DTres <- DT[,.(A=sum(A, na.rm=T), B=sum(B, na.rm=T), C=mean(C,na.rm=T)),by=name]

仔细检查 data.table 小插图以更好地了解该程序包的工作原理。

Answer 2

我们可以使用dplyr

library(dplyr)
bind_rows(abc, def, ...) %>%
   group_by(name) %>%
   summarise(A= sum(A, na.rm= TRUE),
            B = sum(B, na.rm= TRUE),
            C = mean(C, na.rm=TRUE))

如何在 R 中同时合并多个 data.frames 和 sum 和 average 列

How to merge multiple data.frames and sum and average columns at the same time in R

merge

r

dataframe

rbind