通过按 R 中的列值分组来计算总和

Question

我有一个包含两列的数据框，一个 Ref_Date 列和一个 Value 列。日期列包含每年 12 行，从 1988 年到 2015 年。我需要做的是仅按年份分组并汇总 Value 列，这样我每年只能得到一行包含总和该年 12 个月中每个月的所有值：

row.names   Ref_Date    Value
166483      1989/01     713
166484      1989/02     771
166485      1989/03     565
166486      1989/04     1248
166487      1989/05     1380
166488      1989/06     1118
166489      1989/07     1026
166490      1989/08     995
166491      1989/09     835
166492      1989/10     939
166493      1989/11     878
166494      1989/12     1075
166495      1990/01     878
166496      1990/02     563
166497      1990/03     773
166498      1990/04     1131
166499      1990/05     1562
166500      1990/06     1747
166501      1990/07     1258
166502      1990/08     791

Answer 1

您可以将以下代码与 dplyr 一起使用：

library(dplyr)
df %>% 
  group_by(year = substr(Ref_Date, 1, 4)) %>%     # create the groups
  summarise(Value = sum(Value))

#Source: local data frame [2 x 2]
#
#  year Value
#1 1989 11543
#2 1990  8703

或与 data.table 包类似

library(data.table)
setDT(df)[, sum(Value), by = .(year = substr(Ref_Date, 1, 4))]
#   year    V1
#1: 1989 11543
#2: 1990  8703

或以 R 为基数

with(df, aggregate(Value ~ cbind(year = substr(Ref_Date, 1, 4)), FUN = sum))
#  year Value
#1 1989 11543
#2 1990  8703

Answer 2

另一个答案可能如下（通过使用 tapply）：

years <- 1988:2015 ## or first.year:last.year
sums <- tapply(df$Value, substr(df$Ref_Date, 1, 4)), sum)
new.df <- data.frame(years = years, sums = sums)

编辑： 只是避免标准日期的更通用的解决方案（但它基本上与上面发布的类似）：

years <- substr(df$Ref_Date, 1, 4)
sums <- tapply(df$Value, years, sum)
new.df <- data.frame(years = unique(years), sum = sums)

通过按 R 中的列值分组来计算总和

Calculate sum by grouping by column value in R

r

plyr

dplyr