按 R 中的行组求和
Summing by groups of rows in R
这个问题的标题有点难,欢迎编辑。数据如下所示:
mat =
[,1]
[1,] 9.586352e-04
[2,] NA
[3,] 2.605841e-03
[4,] 7.868957e-05
[5,] 1.000000e+00
[6,] NA
[7,] 8.208500e-02
[8,] 2.605841e-03
[9,] 7.868957e-05
[10,] 1.000000e+00
[11,] 9.586352e-04
[12,] 8.208500e-02
[13,] 2.605841e-03
[14,] 7.868957e-05
[15,] 1.000000e+00
我想每5个元素求和,所以因为有15个,我返回的向量的长度应该是3。(15/3)。因此,例如,只需将 NA 计为 0。
我该怎么做?
我也想忽略 NA 的
sum
函数有一个 na.rm 选项。
dfsum <- numeric()
i <- 1
j <- 1
while (i < nrow(df)) {
dfsum[j] <- sum(df[i,2] : df [i+4,2], na.rm=TRUE)
i <- i+5
j <- j+ 1
}
m <- matrix(1:15, ncol = 1)
m[cbind(c(3,7),c(1, 1))] <- NA
library(zoo)
rollapply(m, sum, width = 5, by = 5, na.rm = TRUE)
[,1]
[1,] 12
[2,] 33
[3,] 65
你可以使用 tapply()
mat <- matrix(c(1, 2, NA, 4:6, NA, 8:15))
## set up a grouping vector
grp <- rep(1:(nrow(mat)/5), each = 5)
## compute group sums
tapply(mat, grp, sum, na.rm = TRUE)
# 1 2 3
# 12 33 65
一个效率较低的选项涉及 split()
和 vapply()
vapply(split(mat, grp), sum, 1, na.rm = TRUE)
# 1 2 3
# 12 33 65
这是 ?rowsum
的理想选择,应该很快
使用 RStudent 的数据
rowsum(m, rep(1:3, each=5), na.rm=TRUE)
第二个参数 group
定义要对其应用总和的行。更一般地,组参数可以定义为 rep(1:nrow(m), each=5, length=nrow(m))
(sub nrow
with length
if applying over a vector)
使用dplyr
library(dplyr)
mat <- matrix(c(1, 2, NA, 4:6, NA, 8:15))
df <- data.frame(mat)
df %>%
mutate(group = rep(1:(n()/5), each=5)) %>%
group_by(group) %>%
summarise(mat = sum(mat, na.rm = TRUE))
你得到:
#Source: local data frame [3 x 2]
# group mat
#1 1 12
#2 2 33
#3 3 65
如果出于某些原因,您想将 NA
s 替换为 0(因为您想执行除 sum()
以外的其他操作,例如 mean()
),您可以做:
df %>%
mutate(mat = ifelse(is.na(mat), 0, mat)) %>%
mutate(group = rep(1:(n()/5), each=5)) %>%
group_by(group) %>%
summarise(mat = mean(mat))
你会得到 NA
s 等于 0 的结果(而不是在之前的建议中用 na.rm = TRUE
省略 NA
)
#Source: local data frame [3 x 2]
# group mat
#1 1 2.4
#2 2 6.6
#3 3 13.0
这个问题的标题有点难,欢迎编辑。数据如下所示:
mat =
[,1]
[1,] 9.586352e-04
[2,] NA
[3,] 2.605841e-03
[4,] 7.868957e-05
[5,] 1.000000e+00
[6,] NA
[7,] 8.208500e-02
[8,] 2.605841e-03
[9,] 7.868957e-05
[10,] 1.000000e+00
[11,] 9.586352e-04
[12,] 8.208500e-02
[13,] 2.605841e-03
[14,] 7.868957e-05
[15,] 1.000000e+00
我想每5个元素求和,所以因为有15个,我返回的向量的长度应该是3。(15/3)。因此,例如,只需将 NA 计为 0。
我该怎么做?
我也想忽略 NA 的
sum
函数有一个 na.rm 选项。
dfsum <- numeric()
i <- 1
j <- 1
while (i < nrow(df)) {
dfsum[j] <- sum(df[i,2] : df [i+4,2], na.rm=TRUE)
i <- i+5
j <- j+ 1
}
m <- matrix(1:15, ncol = 1)
m[cbind(c(3,7),c(1, 1))] <- NA
library(zoo)
rollapply(m, sum, width = 5, by = 5, na.rm = TRUE)
[,1]
[1,] 12
[2,] 33
[3,] 65
你可以使用 tapply()
mat <- matrix(c(1, 2, NA, 4:6, NA, 8:15))
## set up a grouping vector
grp <- rep(1:(nrow(mat)/5), each = 5)
## compute group sums
tapply(mat, grp, sum, na.rm = TRUE)
# 1 2 3
# 12 33 65
一个效率较低的选项涉及 split()
和 vapply()
vapply(split(mat, grp), sum, 1, na.rm = TRUE)
# 1 2 3
# 12 33 65
这是 ?rowsum
的理想选择,应该很快
使用 RStudent 的数据
rowsum(m, rep(1:3, each=5), na.rm=TRUE)
第二个参数 group
定义要对其应用总和的行。更一般地,组参数可以定义为 rep(1:nrow(m), each=5, length=nrow(m))
(sub nrow
with length
if applying over a vector)
使用dplyr
library(dplyr)
mat <- matrix(c(1, 2, NA, 4:6, NA, 8:15))
df <- data.frame(mat)
df %>%
mutate(group = rep(1:(n()/5), each=5)) %>%
group_by(group) %>%
summarise(mat = sum(mat, na.rm = TRUE))
你得到:
#Source: local data frame [3 x 2]
# group mat
#1 1 12
#2 2 33
#3 3 65
如果出于某些原因,您想将 NA
s 替换为 0(因为您想执行除 sum()
以外的其他操作,例如 mean()
),您可以做:
df %>%
mutate(mat = ifelse(is.na(mat), 0, mat)) %>%
mutate(group = rep(1:(n()/5), each=5)) %>%
group_by(group) %>%
summarise(mat = mean(mat))
你会得到 NA
s 等于 0 的结果(而不是在之前的建议中用 na.rm = TRUE
省略 NA
)
#Source: local data frame [3 x 2]
# group mat
#1 1 2.4
#2 2 6.6
#3 3 13.0