我将用一个例子来阐述我的问题。
样本数据:
我想做的是按ID总结B列和A列为“foo”时B列的总和。我可以通过以下几个步骤完成这个任务:
我想使用 "mutate" 来定义一个新的 "Bfoo" 列:
样本数据:
df <- data.frame(ID = c(1, 1, 2, 2, 3, 5), A = c("foo", "bar", "foo", "foo", "bar", "bar"), B = c(1, 5, 7, 23, 54, 202))
df
ID A B
1 1 foo 1
2 1 bar 5
3 2 foo 7
4 2 foo 23
5 3 bar 54
6 5 bar 202
我想做的是按ID总结B列和A列为“foo”时B列的总和。我可以通过以下几个步骤完成这个任务:
require(magrittr)
require(dplyr)
df1 <- df %>%
group_by(ID) %>%
summarize(sumB = sum(B))
df2 <- df %>%
filter(A == "foo") %>%
group_by(ID) %>%
summarize(sumBfoo = sum(B))
left_join(df1, df2)
ID sumB sumBfoo
1 1 6 1
2 2 30 30
3 3 54 NA
4 5 202 NA
然而,我正在寻找更加优雅/更快的方法,因为我正在处理超过10GB的sqlite内存溢出数据。
require(sqldf)
my_db <- src_sqlite("my_db.sqlite3", create = T)
df_sqlite <- copy_to(my_db, df)
我想使用 "mutate" 来定义一个新的 "Bfoo" 列:
df_sqlite %>%
mutate(Bfoo = ifelse(A=="foo", B, 0))
不幸的是,这在数据库方面行不通。
Error in sqliteExecStatement(conn, statement, ...) :
RS-DBI driver: (error in statement: no such function: IFELSE)
if(A=="foo") B else 0
- dplyr会尝试将其转换为SQL case语句,这可能对您有帮助。 - hadley