rowsum 基于 r 中的分组或条件

Question

我想 rowsum in r 基于列名。

我有 50 多个专栏并且查看了各种解决方案，包括 this。

但是，这并没有真正回答我的问题。我有列名，例如： total_2012Q1, total_2012Q2, total_2012Q3, total_2012Q4 ,..., 最多 total_2014Q4 和其他字符变量。我想按年添加行，所以最后，我将有三年的列：total_2012, total_2013, total_2014。

我不想rowsum and select something like ..sample[,2:5]. Is there a way I can sum them without manually going through column numbers? Also, split.default是一个选项，但是如果还有字符变量，你如何只处理你想要总结的int变量？

简单的可重现示例（预）：

id total_2012Q1 total_2012Q2 total_2013Q1 total_2013Q2 char1 char2
 1         1231         5455         1534         2436    N     Y
 2         3948         1239          223          994    Y     N

可重现的例子（post）：

id total_2012 total_2013 char1 char2
 1       6686      3970     N     Y
 2       5187      1217     Y     N

感谢您的任何建议。

Answer 1

您可以使用split.default，即

sapply(split.default(df, sub('^.*_([0-9]+)Q[0-9]', '\1', names(df))), rowSums)
#     2012 2013
#[1,]    3   23
#[2,]    7   37
#[3,]    9   49

数据：

dput(df)
structure(list(total_2012Q1 = c(1, 2, 3), total_2012Q2 = c(2, 
5, 6), total_2013Q1 = c(12, 15, 16), total_2013Q2 = c(11, 22, 
33)), class = "data.frame", row.names = c(NA, -3L))

Answer 2

我使用 tidyverse 函数处理此问题的方法是将数据重塑为长格式，这样您就有了 total_2012Q1、total_2012Q2 等列。然后您可以将其分成年和季度，其中季度被标记为每个字符串中的最后两个字符：

library(dplyr)
library(tidyr)

df %>%
  gather(key, value, starts_with("total")) %>%
  separate(key, into = c("year", "quarter"), sep = -2)
#> # A tibble: 8 x 6
#>      id char1 char2 year       quarter value
#>   <dbl> <chr> <chr> <chr>      <chr>   <dbl>
#> 1     1 N     Y     total_2012 Q1       1231
#> 2     2 Y     N     total_2012 Q1       3948
#> 3     1 N     Y     total_2012 Q2       5455
#> 4     2 Y     N     total_2012 Q2       1239
#> 5     1 N     Y     total_2013 Q1       1534
#> 6     2 Y     N     total_2013 Q1        223
#> 7     1 N     Y     total_2013 Q2       2436
#> 8     2 Y     N     total_2013 Q2        994

之后，您可以按标识符和年份分组，对值求和，然后将其重新整形为宽格式。

df %>%
  gather(key, value, starts_with("total")) %>%
  separate(key, into = c("year", "quarter"), sep = -2) %>%
  group_by_at(vars(id:year)) %>%
  summarise(value = sum(value)) %>%
  spread(key = year, value = value)
#> # A tibble: 2 x 5
#> # Groups:   id, char1, char2 [2]
#>      id char1 char2 total_2012 total_2013
#>   <dbl> <chr> <chr>      <dbl>      <dbl>
#> 1     1 N     Y           6686       3970
#> 2     2 Y     N           5187       1217

这样的方法，特别是使用 starts_with("total") 进行收集而不是硬编码列名或列位置，可以让您扩展到包含更多列的更大数据集。

rowsum 基于 r 中的分组或条件

rowsum based on groupings or conditions in r

grouping

r

conditional-statements

rowsum