根据R数据帧中的多个条件循环或申请行总和

Question

我已经找到了一个快速解决我的问题的方法，但我觉得它很迟钝。此外，它使用 for 循环，从我收集的信息来看，在 R 中应该不惜一切代价避免使用循环。感谢整理此代码的任何和所有建议。我对 R 还是很陌生，但我担心我把一个相对简单的问题搞得太复杂了。

我有一个数据集如下：

id  count   group
2   6   A
2   8   A
2   6   A
8   5   A
8   6   A
8   3   A
10  6   B
10  6   B
10  6   B
11  5   B
11  6   B
11  7   B
16  6   C
16  2   C
16  0   C
18  6   C
18  1   C
18  6   C

我想创建一个新的数据框，其中包含每个唯一 ID 的前两个计数的总和（例如，ID 2 为 6+8=14）。我还想附加正确的组标识符。

通常，当您连续几天测量不同受试者和治疗的值时，您可能需要这样做，并且您想要计算每个受试者在测量的前 x 天的总和。

这是我想出的：

id <- c(rep(c(2,8,10,11,16,18),each=3))
count <- c(6,8,6,5,6,3,6,6,6,5,6,7,6,2,0,6,1,6)
group <- c(rep(c("A","B","C"),each=6))
df <- data.frame(id,count,group)

newid<-c()
newcount<-c()
newgroup<-c()
for (i in 1:length(unique(df$"id"))) {
  newid[i] <- unique(df$"id")[i]
  newcount[i]<-sum(df[df$"id"==unique(df$"id")[i],2][1:2])
  newgroup[i] <- as.character(df$"group"[df$"id"==newid[i]][1])
}

newdf<-data.frame(newid,newcount,newgroup)

一些可能improvements/alternatives我不确定：

For 循环与应用函数
我可以直接在 for 循环内创建数据框，还是应该坚持创建可以稍后分配给数据框的向量？
accessing/subsetting vectors/columns ($, [], [[]], subset?)

Answer 1

聚合时可以尝试使用自定义函数

sum1sttwo<-function (x){
  return(x[1]+x[2])
}
aggregate(count~id+group, data=df,sum1sttwo)

输出为：

  id group count
1  2     A    14
2  8     A    11
3 10     B    12
4 11     B    11
5 16     C     8
6 18     C     7

04/2015 编辑：当您的数据集很大时，dplyr 和 data.table 绝对是更好的选择。 base R 最重要的缺点之一是数据帧太慢。但是，如果你只是需要聚合一个非常simple/small的数据集，base R中的聚合函数就可以达到目的。

Answer 2

    library(plyr)

    -Keep first 2 rows for each group and id
    df2 <-  ddply(df, c("id","group"), function (x) x$count[1:2])

    -Aggregate by group and id
    df3 <- ddply(df2, c("id", "group"), summarize, count=V1+V2)

    df3
    id group count
  1  2     A    14
  2  8     A    11
  3 10     B    12
  4 11     B    11
  5 16     C     8
  6 18     C     7

Answer 3

您可以使用 dplyr:

library(dplyr)
df %>% group_by(id,group) %>% slice(1:2) %>% summarise(newcount=sum(count))

管道语法使其易于阅读：按 id 和 group 对数据进行分组，每组取前两行，然后对 counts[=15 求和=]

Answer 4

您可以使用 data.table

setDT(df)[, list(newcount = sum(count[1:2])), by = .(id, group)]
#    id group newcount
#1:  2     A       14
#2:  8     A       11
#3: 10     B       12
#4: 11     B       11
#5: 16     C        8
#6: 18     C        7

根据R数据帧中的多个条件循环或申请行总和

Loop or apply for sum of rows based on multiple conditions in R dataframe

loops

r

subset

apply

multiple-conditions