基于R数据框中的多个条件循环或申请行总和答案

【问题标题】：Loop or apply for sum of rows based on multiple conditions in R dataframe基于R数据框中的多个条件循环或申请行总和
【发布时间】：2015-05-04 16:17:06
【问题描述】：

我已经为我的问题拼凑了一个快速的解决方案，但我觉得它很迟钝。此外，它使用 for 循环，根据我收集的内容，在 R 中应不惜一切代价避免使用循环。任何和所有整理此代码的建议都值得赞赏。我对 R 还是很陌生，但我担心我把一个相对简单的问题弄得太复杂了。

我有一个数据集如下：

id  count   group
2   6   A
2   8   A
2   6   A
8   5   A
8   6   A
8   3   A
10  6   B
10  6   B
10  6   B
11  5   B
11  6   B
11  7   B
16  6   C
16  2   C
16  0   C
18  6   C
18  1   C
18  6   C

我想为每个唯一 ID 创建一个新数据框，其中包含该 ID 的前两个计数的总和（例如，对于 ID 2，6+8=14）。我还想附加正确的组标识符。

一般而言，当您连续几天测量不同受试者和治疗的值时，您可能需要这样做，并且您想要计算每个受试者在前 x 天测量的总数。

这是我想出的：

id <- c(rep(c(2,8,10,11,16,18),each=3))
count <- c(6,8,6,5,6,3,6,6,6,5,6,7,6,2,0,6,1,6)
group <- c(rep(c("A","B","C"),each=6))
df <- data.frame(id,count,group)

newid<-c()
newcount<-c()
newgroup<-c()
for (i in 1:length(unique(df$"id"))) {
  newid[i] <- unique(df$"id")[i]
  newcount[i]<-sum(df[df$"id"==unique(df$"id")[i],2][1:2])
  newgroup[i] <- as.character(df$"group"[df$"id"==newid[i]][1])
}

newdf<-data.frame(newid,newcount,newgroup)

我不确定的一些可能的改进/替代方案：

For 循环与应用函数
我可以直接在 for 循环内创建数据帧，还是应该坚持创建可以后期分配给数据帧的向量？
更一致的方法来访问/子集向量/列（$、[]、[[]]、子集？）

【问题讨论】：

标签： r loops apply subset multiple-conditions

【解决方案1】：

你可以使用data.table来做到这一点

setDT(df)[, list(newcount = sum(count[1:2])), by = .(id, group)]
#    id group newcount
#1:  2     A       14
#2:  8     A       11
#3: 10     B       12
#4: 11     B       11
#5: 16     C        8
#6: 18     C        7

【讨论】：

【解决方案2】：

你可以使用dplyr:

library(dplyr)
df %>% group_by(id,group) %>% slice(1:2) %>% summarise(newcount=sum(count))

管道语法便于阅读：将数据按id 和group 分组，取每组的前两行，然后将counts 相加

【讨论】：

【解决方案3】：

您可以尝试在聚合中使用自定义函数

sum1sttwo<-function (x){
  return(x[1]+x[2])
}
aggregate(count~id+group, data=df,sum1sttwo)

输出是：

  id group count
1  2     A    14
2  8     A    11
3 10     B    12
4 11     B    11
5 16     C     8
6 18     C     7

04/2015 编辑：当您的数据集很大时，dplyr 和 data.table 绝对是更好的选择。基础 R 最重要的缺点之一是数据帧太慢。但是，如果您只需要聚合一个非常简单/小型的数据集，那么 base R 中的聚合函数可以达到其目的。

【讨论】：

【解决方案4】：

    library(plyr)

    -Keep first 2 rows for each group and id
    df2 <-  ddply(df, c("id","group"), function (x) x$count[1:2])

    -Aggregate by group and id
    df3 <- ddply(df2, c("id", "group"), summarize, count=V1+V2)

    df3
    id group count
  1  2     A    14
  2  8     A    11
  3 10     B    12
  4 11     B    11
  5 16     C     8
  6 18     C     7

【讨论】：