按组对列进行求和。

Question

我希望能按组合计算列的总和。在下面的例子中，我希望分别按 r1、r2 和 r3 计算对应的列 (v1 和 v2)、(v3 和 v4) 以及 (v5 和 v6) 的总和。

我可以使用下面的 sapply 语句来完成这个操作，并且得到正确答案。但是，所需的代码比较复杂。是否有人可以向我展示如何使用包 data.table 或者 rollapply 等其他选项来完成同样的操作呢？我还没有探索过这些选项。

如果这是一个重复的问题，我很抱歉。

my.data <- read.table(text= "
   r1  r2  r3    t1    t2    t3    v1   v2   v3   v4   v5   v6
    1   0   0    10    20    30     1    0    0    0    0    0
    1   0   0    10    20    30     1    1    0    0    0    0
    1   0   0    10    20    30     1    0    1    0    0    0
    1   0   0    10    20    30     1    0    1    1    0    0
    1   0   0    10    20    30     0    0    0    0    0    0

    0   1   0    10    20    30     0    1    1    1    1    1
    0   1   0    10    20    30     0    0    1    1    1    1
    0   1   0    10    20    30     0    0    0    1    1    1
    0   1   0    10    20    30     0    0    0    0    1    1
    0   1   0    10    20    30     0    0    0    0    0    1

    0   0   1    10    20    30     1    1    1    1    1    1
    0   0   1    10    20    30     1    0    1    1    1    1
    0   0   1    10    20    30     1    0    0    1    1    1
    0   0   1    10    20    30     1    0    0    0    1    1
    0   0   1    10    20    30     1    0    0    0    0    1
", header=TRUE, na.strings=NA)

my.data$my.group <- which(my.data[,1:3]==1, arr.ind=TRUE)[,2]
my.data

my.sums <- t(sapply(split(my.data[,7:(ncol(my.data)-1)], my.data$my.group), function(i) sapply(seq(2, ncol(i), 2), function(j) sum(i[,c((j-1),j)], na.rm=TRUE))))
my.sums

#   [,1] [,2] [,3]
# 1    5    3    0
# 2    1    5    9
# 3    6    5    9

- Mark Miller

---

谢谢。我已经修复了。我在发布之前删除了一列，忘记修改分组代码了。 - Mark Miller

当你说“通过r1，r2”等等时，是指相对于列对吗？此外，除了这个示例中显示的列之外，还有更多的列吗？ - Ricardo Saporta

真实数据集有110列或55对要求和的列，而分组变量r的取值范围是1到5，而不是此示例中的1到3。我不确定你在第一个问题中的意思。 - Mark Miller

Answer 1

这里有一个相当通用的表达式，如果你想匹配你特定的数据维度/列名等，可能可以简化它：

library(data.table)
dt = data.table(my.data)

dt[, lapply(1:(ncol(.SD)/2), function(x) sum(.SD[[2*x-1]], .SD[[2*x]])),
     by = eval(grep('^r', names(dt), value = TRUE)),
     .SDcols = grep('^v', names(dt), value = TRUE)]
#   r1 r2 r3 V1 V2 V3
#1:  1  0  0  5  3  0
#2:  0  1  0  1  5  9
#3:  0  0  1  6  5  9

- eddi

---

不错！我以为会看到一个20行的怪兽答案。 - Frank

Answer 2

另外，使用 aggregate 和 mapply：

DF <- my.data

#function to sum 2 columns
fun <- function(col1, col2) 
{
 rowSums(aggregate(DF[c(col1, col2)], by = list(DF$r1, DF$r2, DF$r3), sum)[c(4, 5)])
}

#all pairs of columns, to be summed, in a matrix
#(7 is the column of v1)
args_mat <- matrix(7:ncol(DF), ncol = 2, byrow = T)

#apply `fun` to all pairs
mapply(fun, args_mat[,1], args_mat[,2])
#     [,1] [,2] [,3]
#[1,]    5    3    0
#[2,]    1    5    9
#[3,]    6    5    9

- alexis_laz