R中数据框每第n行的列求和

Question

我有从动物运行实验中获得的包含 12511 行和 16 列的数据框。每行代表运行每分钟计数每只动物。我想对每 60 行的列求和（即每小时计数）。

我尝试使用 apply 函数求和 60 行：

apply(rw[1:60,],2,sum) 
apply(rw[61:120,],2,sum)
apply(rw[121:180,],2,sum)

...一直这样做到 12511 是不可想象的，而且很耗时。

我确信有一种聪明的方法可以将我的数据压缩到 208 行。请帮忙！！

谢谢。

Answer 1

这是我使用 David Arenburg 数据的版本：

set.seed(123)
rw <- data.frame(a = sample(12511), b = sample(12511), c = sample(12511))

ind <- c(rep(60, floor(dim(rw)[1]/60)), floor(dim(rw)[1]%%60))
ind <- rep(1:length(ind), times = ind)
head(apply(rw, 2, function(x) tapply(x, ind, sum)))
       a      b      c
1 378678 387703 388143
2 384532 331275 341092
3 355397 367039 369012
4 378483 355384 367988
5 365193 372779 388020
6 387260 386737 347777

Answer 2

这是一种使用 data.table 包和矢量化 colSums 函数

的方法

先是一些数据：

set.seed(123)
rw <- data.frame(a = sample(12511), b = sample(12511), c = sample(12511))

然后，我们将使用 gl 和运行 colSums 每组

创建索引

library(data.table)
setDT(rw)[, as.list(colSums(.SD)), by = gl(ceiling(12511/60), 60, 12511)]
#       gl      a      b      c
#   1:   1 378678 387703 388143
#   2:   2 384532 331275 341092
#   3:   3 355397 367039 369012
#   4:   4 378483 355384 367988
#   5:   5 365193 372779 388020
# ---                         
# 205: 205 385361 409004 389946
# 206: 206 407232 406940 345496
# 207: 207 363253 357317 356878
# 208: 208 387336 383786 348978
# 209: 209 186874 188616 183500

另一个类似的方法是

setDT(rw)[, lapply(.SD, sum), by = gl(ceiling(12511/60), 60, 12511)]

或者使用dplyrs summarise_each函数，同样可以做到

library(dplyr)
rw %>%
  group_by(indx = gl(ceiling(12511/60), 60, 12511)) %>%
  summarise_each(funs(sum))
# Source: local data table [209 x 4]
# 
#    indx      a      b      c
# 1     1 378678 387703 388143
# 2     2 384532 331275 341092
# 3     3 355397 367039 369012
# 4     4 378483 355384 367988
# 5     5 365193 372779 388020
# 6     6 387260 386737 347777
# 7     7 343980 412633 383429
# 8     8 355059 352393 336798
# 9     9 372722 386863 425622
# 10   10 406628 370606 362041
# ..  ...    ...    ...    ...

R中数据框每第n行的列求和

Summing columns on every nth row of a data frame in R

r

sum

rows