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()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 NAs 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 NAs 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