对具有相似名称的列按行求和答案

【问题标题】：Sum columns row-wise with similar names对具有相似名称的列按行求和
【发布时间】：2018-09-26 07:03:30
【问题描述】：

我有一个 dataframe，其中有很多类似这样的列：

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

我想要一个包含对具有相同前缀的变量求和的列的结果。在这个例子中，我想返回一个数据框： a = (9:13), bt = (11:15)

我的真实数据集相当复杂（我想结合具有不同 utm 参数的网页的页面查看次数），但这种情况的解决方案应该让我走上正轨。

【问题讨论】：

“具有相同前缀的变量”是什么意思？
这行得通吗？ library(magrittr); lapply(c("a","bt"), function(x) rowSums(data[, grepl(x, names(data))])) %>% setNames(., c("a","bt")) %>% data.frame
您是否尝试过 select(data, starts_with("prefix")) 之类的 tidyverse 函数？
要添加到迈克的答案，您可能需要startsWith(names(data), x)] 而不是grepl(x, names(data))

标签： r dataframe sum rowwise

【解决方案1】：

这里有一个基于 R 的解决方案：

> 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

【讨论】：

【解决方案2】：

你可以试试

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

由reprex package (v0.2.0) 于 2018 年 4 月 16 日创建。

你也可以这样做：

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

【讨论】：

【解决方案3】：

这是另一个tidyverse 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：

【讨论】：

【解决方案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

如果你有两个以上的前缀，你可以这样做：

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

【讨论】：

【解决方案5】：

使用基本 R 的 rowsum 函数的单线方法怎么样：

> 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

这个想法是转置数据，使列成为行，然后应用rowsum 函数来汇总由相同组标签索引的这些行。再次转置将数据返回到其原始形式，现在汇总了具有相同标签的列。

【讨论】：