总体而言：总和对因子没有意义答案

【问题标题】：In aggregate: sum not meaningful for factors总体而言：总和对因子没有意义
【发布时间】：2013-10-29 20:53:13
【问题描述】：

我正在尝试一些应该很简单的东西，非常欢迎任何关于正在发生的事情的提示。

我有一个大型数据框，其中包含来自某些城市的国家/地区进口数据。对于某些国家/地区，我有 2 个条目。我想汇总每个城市的进口量，并为每个国家/地区设置一个独特的行。我正在使用aggregate 函数。例如（我包含了数据框的一小部分）：

municipalities<-c("country",1100056, 1100106,1100205,1100304,1200104,1200252)
c1<-c("Afghanistan",2,34,23.4,5,0,0)    
c2<-c("Afghanistan",0,20,11.1,5.4,2,0)    
c3<-c("Albania",12,120,11.4,5.1,12,10)    
c4<-c("Albania",0,40,61.1,65.4,652,2)
df<-as.data.frame(rbind(municipalities,c1,c2,c3,c4))

基本上我在尝试

df<-df[-1,]    
aggregate(df[,2:7],list(df[,1]),sum)

但我收到一条消息：

Error in Summary.factor(c(4L, 1L), na.rm = FALSE) : 
  sum not meaningful for factors

我试图强制 df 为数字，将字符声明为字符等，但似乎没有任何帮助。

【问题讨论】：

您是如何创建实际的 data.frame 的？您在示例中给出的方式是创建无法求和的factors。考虑从您的实际数据中提供样本。您也许可以将dput(head(df)) 的输出粘贴到问题中。

标签： r aggregate factors

【解决方案1】：

这是因为您创建数据框的方式。例如，c1 是字符，因为向量只能有一个类。当您将它们放入数据框中时，这些字符向量会被进一步强制分解。因此，您尝试在因子上运行 sum。您已经知道了这一点，但随后尝试将因子转换为数字，这可能会给您带来荒谬的结果。

简单的答案是按列而不是按行构建数据框，这样您就不会遇到太多强制问题。

鉴于您已有的数据，这将解决您的问题：

df[] <- lapply(df, function(x) type.convert(as.character(x)))
aggregate(. ~ V1, df, sum)

（感谢@AnandaMahto 提供的转换方式比我原来的方式更简洁。）

结果：

           V1 V2  V3   V4   V5  V6 V7
1 Afghanistan  2  54 34.5 10.4   2  0
2     Albania 12 160 72.5 70.5 664 12

【讨论】：

尝试：df[] <- lapply(df, function(x) type.convert(as.character(x)))（其中df 来自原始问题中的步骤“df <- df[-1, ]”。比您建议的要干净一些。
哦，对于aggregate 步骤，请尝试aggregate(. ~ V1, df2, sum)。
@Thomas - 如果数据集很大并且lapply() 处理速度很慢怎么办？
@ChetanArvindPatil 有factors 你想要numeric 是上游应该解决的问题。这个答案显示了一个快速修复，但如果您有一个速度很慢的大型数据集，您应该在读取数据时修复它。