我正在尝试通过引用一列中的唯一值(SID(来循环访问数据集。我想根据数据框中的现有列创建几个变量。将针对 SID 的每个唯一值计算这些值。目前，我的代码没有根据 SID 的唯一值进行分离。它对整个数据集的值求和。
下面是一个示例：
数据：
fpd_2b.csv
数据帧中有 40 行。20 行在 SID 中的值为"9003"，20 行的值为"1028"。
我想创建一个名为"numPR"的变量和列，它是 df 中已经存在的列值的总和("预览轮"(。"PreviewRound"中的值为 0 或 1。
在此特定示例中，对于 SID 的每个唯一值，numPR 应为 6，但当前为 12(它不由 SID 分隔(。
这是代码：
file = "fpd_2b.csv"
headers = read.csv(file, header = F, nrows = 1, as.is = T)
df = read.csv(file, skip = 2, header = F)
colnames(df) = headers
# Remove blank rows (there is a blank row between each unique SID)
df = subset(df, SID >1)
df$SID = factor(df$SID)
for (sid in unique(df$SID)) {
numPR = sum(df$PreviewRound)
df$numPR = numPR
}
numPR 的整列填充了 12，但它应该填充 6(6 表示 9003,6 表示 1028(。任何帮助将不胜感激！我已经在Stack Overflow和其他网站上查看了类似的帖子，但对我的问题没有运气。我相信解决方案非常简单，非常感谢您的帮助，伙计们！
如果我们想创建一个列，请使用"SID"作为分组变量
df$numPR <- with(df, ave(PreviewRound, SID, FUN = sum))
或者，如果我们想要摘要输出，请使用aggregate
aggregate(PreviewRound~ SID, df, FUN = sum)
OP 代码的问题是如何替换值
的df$numPR = numPR
在OP的for循环中，更重要的是
numPR = sum(df$PreviewRound)
正在sum整个"预览回合"列
每次运行for循环时，"numPR"列都会更新，只留下更新unique"SID"last的单个sum。 为了避免这种情况，请使用索引
df$numPR <- NA
for (sid in unique(df$SID)) {
i <- df$SID == sid # create a logical index
numPR = sum(df$PreviewRound[i]) # subet the data based on the index
df$numPR[i] = numPR # assign the values only to those selected rows
}