R：一次聚合多列

Question

我是 R 的新手，这是我第一次使用 Whosebug，所以如果我问的问题很明显或者我的问题不够清楚，请原谅。

我正在处理以下数据集

dim(storm)
[1] 883602     39


    names(storm)
   [1] "STATE__"    "BGN_DATE"   "BGN_TIME"   "TIME_ZONE"  "COUNTY"
   [6] "COUNTYNAME" "STATE"      "EVTYPE"     "BGN_RANGE"  "BGN_AZI"
   [11] "BGN_LOCATI" "END_DATE"   "END_TIME"   "COUNTY_END" "COUNTYENDN"
   [16] "END_RANGE"  "END_AZI"    "END_LOCATI" "LENGTH"     "WIDTH"
   [21] "F"          "MAG"        "FATALITIES" "INJURIES"   "PROPDMG"
   [26] "PROPDMGEXP" "CROPDMG"    "CROPDMGEXP" "WFO"        "STATEOFFIC"
   [31] "ZONENAMES"  "LATITUDE"   "LONGITUDE"  "LATITUDE_E" "LONGITUDE_"
   [36] "REMARKS"    "REFNUM"     "PROPTOTAL"  "CROPTOTAL"

我有兴趣使用 EVTYPE（一个因子变量）来聚合其他 4 个数值变量（PROPTOTAL, CROPTOTAL, FATALITIES, INJURIES）

因子变量为950级：

length(unique(storm$EVTYPE))
[1] 950


class(storm$EVTYPE)
[1] "factor"

因此，当我运行以下命令时，我希望得到一个包含 950 个观察值和 5 个变量的聚合数据框：

    storm_tidy<-
aggregate(cbind(PROPTOTAL,CROPTOTAL,FATALITIES,INJURIES)~EVTYPE,FUN=sum,data=storm)

但是我只得到 155 行

dim(storm_tidy)
[1] 155   5

我在函数的帮助页面后面使用包含多个列的聚合（使用 cbind）：

公式，一~一，一~多，多~一，多~多：
aggregate(weight ~ feed, data = chickwts, mean) aggregate(breaks ~ wool + tension, data = warpbreaks, mean) **aggregate(cbind(Ozone, Temp) ~ Month, data = airquality, mean)** aggregate(cbind(ncases, ncontrols) ~ alcgp + tobgp, data = esoph, sum)

我在某个时候丢失了信息：

sum(storm$PROPTOTAL)
[1] 424769204805

sum(storm_tidy$PROPTOTAL)
[1] 228366211339

但是，如果我逐列聚合，它似乎工作正常：

storm_tidy <- aggregate(PROPTOTAL~EVTYPE,FUN = sum, data = storm)
dim(storm_tidy)
[1] 950   2





sum(storm_tidy$PROPTOTAL)
[1] 424769204805

我错过了什么？我做错了什么？

谢谢。

Answer 1

这可能是某些列中存在缺失值并且根据 aggregate 中的默认选项 na.action= na.omit 删除整行的情况。我会尝试 na.action=NULL

aggregate(cbind(PROPTOTAL,CROPTOTAL,FATALITIES,INJURIES)~EVTYPE,
            FUN=sum, na.rm=TRUE, data=storm, na.action=NULL)

或者我们可以在按“EVTYPE”分组后使用 dplyr 中的 summarise_each

library(dplyr)
storm %>% 
   group_by(EVTYPE) %>% 
   summarise_each(funs(sum=sum(., na.rm=TRUE)), 
                 PROPTOTAL,CROPTOTAL,FATALITIES,INJURIES)

R：一次聚合多列

R: aggregate several colums at once

r

aggregate

many-to-one

cbind