按行数对一组列求和

Question

我正在尝试从现有数据集创建一个新数据集。新数据集应该结合原始数据集中的 60 行，以便将每秒发生的事件总和转换为每分钟的事件总数。列数一般不会提前知道。

例如，对于这个数据集，如果我们将其分成 3 行一组：

d1
  a b c d
1 1 1 0 1
2 0 1 0 1
3 0 1 0 0
4 0 0 1 0
5 0 0 1 0
6 1 0 0 0

我们会得到这个data.frame。第 1 行包含 d1 的第 1-3 行的列总和，第 2 行包含 d1 的第 4-6 行的列总和：

d2
  a b c d
1 1 3 0 2
2 1 0 2 0

我已经尝试过d2<-colSums(d1[seq(1,NROW(d1),3),])，这与我所能得到的差不多。

我还考虑了来自 How to sum rows based on multiple conditions - R?、How to select every xth row from table、Remove last N rows in data frame with the arbitrary number of rows、sum two columns in R 和 Merging multiple rows into single row 的建议。我完全没主意了。任何帮助将不胜感激。

Answer 1

创建一个分组变量，group_by那个变量，然后summarise_all。

# your data
d <- data.frame(a = c(1,0,0,0,0,1),
                b = c(1,1,1,0,0,0),
                c = c(0,0,0,1,1,1),
                d = c(1,1,0,0,0,0))

# create the grouping variable 
d$group <- rep(c("A","B"), each = 3)

# apply the mean to all columns
library(dplyr)
d %>% 
  group_by(group) %>% 
  summarise_all(funs(sum))

返回：

# A tibble: 2 x 5
  group     a     b     c     d
  <chr> <dbl> <dbl> <dbl> <dbl>
1 A         1     3     0     2
2 B         1     0     3     0

Answer 2

概述

阅读Split up a dataframe by number of rows 后，我意识到您唯一需要知道的就是您希望如何split() d1。

在这种情况下，您希望根据每 3 行将 d1 拆分为多个数据框。在这种情况下，您使用 rep() 指定您希望序列中的每个元素 - 1:2 - 重复三次（行数除以序列的长度）。

之后，逻辑涉及使用map() 对d1 %>% split() 之后创建的每个数据框的每一列求和。在这里，summarize_all() 很有帮助，因为您不需要提前知道列名。

计算完成后，您可以使用bind_rows() 将所有观察结果堆叠回一个数据框。

# load necessary package ----
library(tidyverse)

# load necessary data ----
df1 <-
  read.table(text = "a b c d
1 1 0 1
0 1 0 1
0 1 0 0
0 0 1 0
0 0 1 0
1 0 0 0", header = TRUE)

# perform operations --------
df2 <-
  df1 %>%
  # split df1 into two data frames
  # based on three consecutive rows
  split(f = rep(1:2, each = nrow(.) / length(1:2))) %>%
  # for each data frame, apply the sum() function to all the columns
  map(.f = ~ .x %>% summarize_all(.funs = funs(sum))) %>%
  # collapse data frames together
  bind_rows()

# view results -----
df2
#   a b c d
# 1 1 3 0 2
# 2 1 0 2 0

# end of script #