时间戳

首页 > 解决方案 > R，按ID分组并按组中的值对列求和而不调用列名？

r - R，按ID分组并按组中的值对列求和而不调用列名？

问题描述

我在 stackoverflow 上看到了几个答案，它们确实显示了如何使用聚合和汇总来获取按列分组后的列总和。但是，它们似乎都依赖于实际写出列名，因此我很难将这些解决方案应用于我的问题。具体来说，我需要最小化我的数据框，以便按 ID 分组，临时（和其他变量）在同一个 ID 中是相同的，所以我需要保持这些值相同，并按 ID 对每个物种的列求和（即把它们的值加起来）。

df <- tibble(A = c(1,2,3,4,5,6), temp=c(36.5,36.5,36.5,32,32,32), ID= c('a','a','a','b','b','b'), sp1=c(5,10,10,15,15,5), sp2=c(0,2,5,0,6,5), sp3=c(1,1,2,2,3,1))

我已经尝试过聚合的版本，但我不知道如何为许多列（我有 100 种物种）做到这一点，而且我不知道如何不合并其他变量，如温度。

aggregate(. ~ ID, df, sum)

   ID  A  temp sp1 sp2 sp3
1  a  6  109.5  25   7   4
2  b  15  96.0  35  11   6

显然不正确。我想要的输出如下，我什至可以忽略像 A 这样的列，这只是 ID 的一个额外值（但这并不重要）。

   ID  temp   sp1 sp2 sp3
1  a   36.5    25   7   4
2  b   32      35  11   6

我也试过：

aggregate(cbind(sp1,sp2,sp3) ~ ID, df, FUN=sum)

  ID sp1 sp2 sp3
1  a  25   7   4
2  b  35  11   6

这让我更接近，但我仍然不知道如何保持 temp 列不变，我不知道如何让它需要大量的物种。我有时有从 sp1 到 sp1000 的表...

标签： r

解决方案

这能得到你想要的吗？

library(dplyr)
df %>%
  select(-A) %>% 
  group_by(ID, temp) %>% # all "common to each group" vars
  summarise(across(everything(), sum), .groups = "drop")


# A tibble: 2 x 5
  ID     temp   sp1   sp2   sp3
  <chr> <dbl> <dbl> <dbl> <dbl>
1 a      36.5    25     7     4
2 b      32      35    11     6

推荐阅读