按行求和相似名称的列

Question

我有一个数据框，其中有很多类似于以下内容的列：

data <- data.frame (a.1 = 1:5, a.2b = 3:7, a.5 = 5:9, bt.16 = 4:8, bt.12342 = 7:11)

我希望得到一个结果，其中的列将相同前缀的变量求和。在这个例子中，我想返回一个数据框： a = (9:13)，bt = (11:15)

我的真实数据集要复杂得多（我想将具有不同utm参数的网页的页面浏览次数组合起来），但是此案例的解决方案应该能让我上正确的轨道。

- TSim

---

什么是“具有相同前缀的变量”？ - Tony Hellmuth

这段代码能正常工作吗？library(magrittr); lapply(c("a","bt"), function(x) rowSums(data[, grepl(x, names(data))])) %>% setNames(., c("a","bt")) %>% data.frame - Mike H.

你尝试过使用 tidyverse 函数中的 select（data，starts_with（"prefix"）） 吗？ - Aramis7d

补充Mike的回答，你可能想要使用startsWith(names(data), x)而不是grepl(x, names(data))。 - IceCreamToucan

Answer 1

以下是使用 R 语言基础解决方案:

> prefixes = unique(sub("\\..*", "", colnames(data)))
> sapply(prefixes, function(x)rowSums(data[,startsWith(colnames(data), x)]))
      a bt
[1,]  9 11
[2,] 12 13
[3,] 15 15
[4,] 18 17
[5,] 21 19

- user1981275

Answer 2

您可以尝试

library(tidyverse)
data.frame (a.1 = 1:5, a.2b = 3:7, a.5 = 5:9, bt.16 = 4:8, bt.12342 = 7:11) %>% 
  rownames_to_column() %>% 
  gather(k, v, -rowname) %>% 
  separate(k, letters[1:2]) %>% 
  group_by(rowname, a) %>% 
  summarise(Sum=sum(v)) %>% 
  spread(a, Sum)
#> # A tibble: 5 x 3
#> # Groups:   rowname [5]
#>   rowname     a    bt
#>   <chr>   <int> <int>
#> 1 1           9    11
#> 2 2          12    13
#> 3 3          15    15
#> 4 4          18    17
#> 5 5          21    19

这段文字是使用 reprex包 (v0.2.0) 在2018-04-16创建的。

你也可以进行以下操作：

data.frame (a.1 = 1:5, a.2b = 3:7, a.5 = 5:9, bt.16 = 4:8, bt.12342 = 7:11) %>% 
  rownames_to_column() %>% 
  pivot_longer(-1, names_to = c(".value", "set"), names_sep = "[.]") %>% 
  group_by(rowname) %>% 
  summarise(across(a:bt,sum, na.rm=T))
# A tibble: 5 x 3
  rowname     a    bt
  <chr>   <int> <int>
1 1           9    11
2 2          12    13
3 3          15    15
4 4          18    17
5 5          21    19

- Roman

Answer 3

这里有另一个 tidyverse 的解决方案：

library(tidyverse)

t(data) %>%
  data.frame() %>%
  group_by(., id = gsub('\\..*', '', rownames(.))) %>%
  summarise_all(sum) %>%
  data.frame() %>%
  column_to_rownames(var = 'id') %>%
  t()

结果：

    a bt
X1  9 11
X2 12 13
X3 15 15
X4 18 17
X5 21 19

- acylam

Answer 4

data <- data.frame (a.1 = 1:5, a.2b = 3:7, a.5 = 5:9, bt.16 = 4:8, bt.12342 = 7:11)
i <- grepl("a.", names(data), fixed = TRUE)
result <- data.frame(a=rowSums(data[, i]), bt=rowSums(data[, !i]))
result
# > result
#    a bt
# 1  9 11
# 2 12 13
# 3 15 15
# 4 18 17
# 5 21 19

如果您有两个以上的前缀，可以这样处理：

prefs <- c("a.", "bt.")
as.data.frame(lapply(prefs, function(p) rowSums(data[, grepl(p, names(data), fixed = TRUE)]) ))

- jogo

Answer 5

如何使用基本的R语言rowsum函数来实现一行代码的方法：

> t(rowsum(t(data), group = sub("\\..*", "", colnames(data))))
      a bt
[1,]  9 11
[2,] 12 13
[3,] 15 15
[4,] 18 17
[5,] 21 19

这个想法是将数据转置，使列变成行，然后应用rowsum函数对由相同组标签索引的这些行进行求和。再次转置将数据返回到其原始形式，现在具有相同标签的列已经被加总。

- alcooj

Answer 6

另一个解决方案是使用矩阵乘积：

data <- data.frame (a.1 = 1:5, a.2b = 3:7, a.5 = 5:9, bt.16 = 4:8, bt.12342 = 7:11)
as.matrix(data) %*% sapply(c("a","bt"), function(a,b){startsWith(b,a)}, colnames(data))

结果：

      a bt
[1,]  9 11
[2,] 12 13
[3,] 15 15
[4,] 18 17
[5,] 21 19

这里的sapply(c("a","bt"), function(a,b){startsWith(b,a)}, colnames(data))是什么意思？

         a    bt
[1,]  TRUE FALSE
[2,]  TRUE FALSE
[3,]  TRUE FALSE
[4,] FALSE  TRUE
[5,] FALSE  TRUE

表示如何合并列。请注意，通过这种方式，您可以轻松地保留数据的行名称。

在这里，使用sapply来保留列名，否则您可以简单地使用outer(colnames(data), c("a","bt"), startsWith)，然后自己设置列名。

- FaniX