计算R中两列的某些值的总和答案

【问题标题】：Calculating sum of certain values across two columns in R计算R中两列的某些值的总和
【发布时间】：2020-11-28 08:53:24
【问题描述】：

我目前有一个类似下面一堆成对相关性的数据框：

数据

structure(list(ID1 = c("A", "A", "A", "B", "B", "C"), ID2 = c("B", 
"C", "D", "C", "D", "D"), cor = c(0.6, 0.6, 0.2, 0.1, 0.9, 0.2
), value1 = c(50L, 50L, 50L, 20L, 20L, 30L), value2 = c(20L, 
30L, 100L, 30L, 100L, 100L)), class = "data.frame", row.names = c(NA, 
-6L))
  ID1 ID2 cor value1 value2
1   A   B 0.6     50     20
2   A   C 0.6     50     30
3   A   D 0.2     50    100
4   B   C 0.1     20     30
5   B   D 0.9     20    100
6   C   D 0.2     30    100

我正在尝试获取 cor 与 value1 或 value2 之间产品的所有 ID（即 B）的总和，具体取决于它来自 ID1 还是 ID2。

例如，B 的总和将是（cor x 值）

(0.6 x 50) + (0.1 x 30) + (0.9 x 100)

我基本上需要为大约 20000 个唯一 ID 执行此操作。我希望这是有道理的。我在 R 方面还不是很好（还）！

【问题讨论】：

当B 在ID2 中时，为什么cor 与value1 相乘？这不直观。

标签： r

【解决方案1】：

除非您正在寻找dplyr 的回答方式，否则这是一种快速但有点不雅的方式：

cond1 <- df$ID1[df$ID1 == "B"]
sum1 <- sum(df$cor[cond1] * df$value1[cond1])

cond2 <- df$ID2[df$ID2 == "B"]
sum2 <- sum(df$cor[cond2] * df$value2[cond2])

finalsum = sum1 + sum2

基本上你想先看看B在ID1的哪一行，然后做积和，再看看B在ID2的哪一行，做同样的事情。

更新： 如果你有数千个 ID 怎么办？同样，我喜欢它快，所以用它创建一个函数：

prodsum <- function (df, ID) {
  cond1 <- df$ID1[df$ID1 == ID]
  sum1 <- sum(df$cor[cond1] * df$value1[cond1])

  cond2 <- df$ID2[df$ID2 == ID]
  sum2 <- sum(df$cor[cond2] * df$value2[cond2])

  return(sum1 + sum2)
}

然后prodsum(df, "B") 会给你原始问题的答案。您可以使用sapply() 来完成循环遍历数千个 ID 的工作：

IDs <- unique(c(df$ID1, df$ID2)) 
sapply(IDs, function (x) prodsum(df, x)

如果 ID 仅存在于 ID1 或 ID2 中，则可能存在问题，也可能不存在问题。我相信你可以写一个条件来处理这个问题。

【讨论】：

问题是我有几千个ID。

【解决方案2】：

另一种看待事物的方式如下。

假设您的数据框名称是a

a1 <- subset(a,select=c(ID1,cor,value1))
a2 <- subset(a,select=c(ID2,cor,value1))

colnames(a2)[colnames(a2) == "ID2"] <- "ID1"

a3 <- rbind(a1,a2)

a3$MULTIPLY1 <- a3$cor * a3$value1

a4 <- a3 %>% group_by(ID1) %>% summarise(FINALVALUE = sum(MULTIPLY1))


# A tibble: 4 x 2
  ID1   FINALVALUE
  <chr>      <dbl>
1 A             70
2 B             50
3 C             38
4 D             34

希望这会在一定程度上有所帮助...！

【讨论】：

【解决方案3】：

这能满足你的需要吗？

library(tidyverse)

df2 <- df %>%
  pivot_longer(names_to = "names", values_to = "values", -c(cor:value2)) %>%
  mutate(value = if_else(names == "ID1", value2, value1),
         sum = cor * value) %>%
  group_by(values) %>%
  summarise(sum = sum(sum))

【讨论】：