添加聚合计数作为额外的数据框行

Question

我有一个包含英文字母及其出现频率的数据框。现在如果能知道元音和辅音的出现频率以及出现的总次数就好了——因为我想绘制所有这些信息，所以我需要将它们放在一个数据框中。

所以我经常遇到这样的情况：

df <- data.frame(letter = letters, freq = sample(1:100, length(letters)))

df_vowels <- data.frame(letter = "vowels", freq = sum(df[df$letter %in% c("a", "e", "i", "o", "u"), ]$freq))
df_consonants <- data.frame(letter = "consonants", freq = sum(df[!df$letter %in% c("a", "e", "i", "o", "u"), ]$freq))
df_totals <- data.frame(letter = "totals", freq = sum(df$freq))

df <- rbind(df, df_vowels, df_consonants, df_totals)

我这样做的方式是否正确，或者是否有更优雅的解决方案？

看来我的描述非常混乱：

基本上，我想向数据框中添加新类别（行）。在这个非常简单的示例中，它只是汇总数据。

（对于时间序列图，我使用的是聚合函数。）

Answer 1

编辑：这是对您问题的第三个版本的非常优雅的回答：

df <- data.frame(letter = letters, freq = sample(1:100, length(letters)),
                 stringsAsFactors=F)

df = df %>% group_by(letter) %>% summarize(freq = sum(freq))

df.tots = df %>% group_by(is_vowel = letter %in% c('a','e','i','o','u')) %>%
                 summarize(freq=sum(freq))

# Now we just rbind your three summary rows onto the df, then pipe it into your ggplot  
df %>%
  rbind(c('vowels',     df.tots[df.tots$is_vowel==T,]$freq)) %>%
  rbind(c('consonants', df.tots[df.tots$is_vowel==F,]$freq)) %>%
  rbind(c('total',      sum(df.tots$freq)))                  %>%
  ggplot( ... your_ggplot_command_goes_here ...)

  #qplot(data=..., x=letter, y=freq, stat='identity', geom='histogram')
  # To keep your x-axis in order, i.e. our summary rows at bottom,
  # you have to explicitly set order of factor levels:
  # df$letter = factor(df$letter, levels=df$letter)

备注：

我们需要 data.frame(... stringsAsFactors=F) 以便稍后可以追加 'vowels'、'consonants'、'total' 行，因为这些不会发生在 'letters'
请注意 dplyr group_by(is_vowel = ...) 允许我们同时插入一个新列 (mutate)，然后拆分该表达式 (group_by), 全部在一条紧凑的生产线中。整洁的。从来不知道可以做到这一点。
你应该能够让 bind_rows 最后工作，我做不到。

编辑：第二个版本。你说你想做一个聚合，所以我们认为每个字母在 df 中都有 >1 条记录。您似乎只是将 df 拆分为元音和辅音，然后再次合并，所以我认为除了 is_vowel 之外不需要新的列。一种方法是使用 dplyr:

require(dplyr)
#  I don't see why you don't just overwrite df here with df2, the df of totals...
df2 = df %>% group_by(letter) %>% summarize(freq = sum(freq))
   letter     freq
1       a      150
2       b       33
3       c       54
4       d      258
5       e      285
6       f      300
7       g      198
8       h       27
9       i       36
10      j      189
..    ...      ...

# Now add a logical column, so we can split on it when aggregating
# df or df2 ....
df$is_vowel = df$letter %in% c('a','e','i','o','u')

# Then your total vowels are:
df %>% filter(is_vowel==T) %>% summarize(freq = sum(freq))
     freq
      312
# ... and total consonants ...
df %>% filter(is_vowel==F) %>% summarize(freq = sum(freq))
     freq
     1011

这是另一种方法，如果你想避免 dplyr，可以使用单行代码：

split(df, df$letter %in% c("a", "e", "i", "o", "u") )

顺便说一句，你可以通过从所有字母中减去元音来更容易地形成辅音列表（/集）：

setdiff(letters, c("a", "e", "i", "o", "u"))
# "b" "c" "d" "f" "g" "h" "j" "k" "l" "m" "n" "p" "q" "r" "s" "t" "v" "w" "x" "y" "z"

Answer 2

你可以试试

 v2 <- with(df, tapply(freq, c('consonants', 'vowels')[letter %in% 
              v1+1L], FUN=sum))

 df1 <- rbind(df, data.frame(letter=c(names(v2),"Total"), 
            freq=c(v2, sum(v2)), stringsAsFactors=FALSE))
 library(ggplot2)
 ggplot(df1, aes(x=letter, y=freq)) +
                  geom_bar(stat='identity')

数据

set.seed(24)
df <- data.frame(letter= sample(letters,200, replace=TRUE),
 freq = sample(1:100, 200, replace=TRUE), stringsAsFactors=FALSE)
v1 <- c("a", "e", "i", "o", "u")

添加聚合计数作为额外的数据框行

Adding aggregated counts as extra dataframe rows

aggregate

r

dataframe

rbind

split-apply-combine

数据