假设我有以下数据集:
PlotName<- c(A,B,B,C,D,E,F,F,F)
NewValue<- c(1,2,1,3,0,0,2,1,3)
OldValue<- c(3,3,1,2,1,3,0,3,1)
我想对重复PlotName
消除相同尖端重复元素(字母(的元素NewValue
和OldValue
值求和。例如,对于"B",NewValue=2+1=3 和 OldValue=3+1=4
即:
PlotName<- c(A,B,C,D,E,F)
NewValue<- c(1,3,3,0,0,6)
OldValue<- c(3,4,2,1,3,4)
我可以过滤具有 PlotName
重复值的行(例如使用 dplyr(,然后单独对值求和,但我正在寻找一种更快的方法来对具有许多重复值的大型数据集进行操作。
带 dplyr
:
library(dplyr)
data.frame(PlotName, NewValue, OldValue) %>%
group_by(PlotName) %>%
summarise_all(sum)
# # A tibble: 6 × 3
# PlotName NewValue OldValue
# <fctr> <dbl> <dbl>
# 1 A 1 3
# 2 B 3 4
# 3 C 3 2
# 4 D 0 1
# 5 E 0 3
# 6 F 6 4
我们可以在
创建 data.frame 后通过操作对任何一个组执行此操作
aggregate(.~PlotName, data.frame(NewValue, OldValue, PlotName), FUN = sum)
或者另一种选择是rowsum
rowsum(cbind(NewValue, OldValue), PlotName)
# NewValue OldValue
#A 1 3
#B 3 4
#C 3 2
#D 0 1
#E 0 3
#F 6 4
更快的选择是转换为data.table
并使用data.table
方法
library(data.table)
data.table(NewValue, OldValue, PlotName)[, lapply(.SD, sum), PlotName]
sapply(split(OldValue, PlotName), sum)
#A B C D E F
#3 4 2 1 3 4
sapply(split(NewValue, PlotName), sum)
#A B C D E F
#1 3 3 0 0 6