【问题标题】:Sum columns between dataframes in list accordingly to respective rows将列表中数据帧之间的列与相应的行相加
【发布时间】:2017-10-04 05:41:18
【问题描述】:

我有以下列表:

df = read.table(text = 'Var1 Freq
1 12
2 19
3 3
5 7
6 55
9 17', header = TRUE)

df1 = read.table(text = 'Var1 Freq
1 16
2 1
3 22
5 87
6 5
7 9
11 76', header = TRUE)

df2 = read.table(text = 'Var1 Freq
1 17
2 11
5 7
6 32
7 10
15 6
20 54', header = TRUE)

lst = list(df, df1, df2)

我需要将每个 Freq col 与每个 data.frame 的相对 Var1 行相加。

这是我想要的输出:

Var1 Freq
1 45
2 31
3 25
5 101
6 92
7 19
9 17
11 76
15 6
20 54

我该怎么做? Map 在这种情况下有帮助吗?

谢谢

【问题讨论】:

  • 我对以下 3 个答案进行了微基准测试:do.call、dplyr 和 data.table。 DT 最快,dplyr 耗时 1.6 倍,do.call 耗时 6.3 倍,对于那些感兴趣的人来说。我使用了 dplyr 答案,因为它更容易应用于多个列。至少对我来说是这样。

标签: r list dataframe sum col


【解决方案1】:

使用do.call 到rbind 列表中的各个数据帧到单个data.frame,然后使用aggregate 到sum

with(do.call(rbind, lst), aggregate(Freq, by = list(Var1), sum))
#   Group.1   x
#1        1  45
#2        2  31
#3        3  25
#4        5 101
#5        6  92
#6        7  19
#7        9  17
#8       11  76
#9       15   6
#10      20  54

【讨论】:

  • 你可以用aggregate(cbind(Freq=Freq), by = list(Var1=Var1), sum))添加列名。
【解决方案2】:

另一个想法:

library(dplyr) 
bind_rows(lst) %>% group_by(Var1) %>% summarise(Freq = sum(Freq))

这给出了:

## A tibble: 10 × 2
#    Var1  Freq
#   <int> <int>
#1      1    45
#2      2    31
#3      3    25
#4      5   101
#5      6    92
#6      7    19
#7      9    17
#8     11    76
#9     15     6
#10    20    54

【讨论】:

    【解决方案3】:

    另一个想法是rbindlist来自data.table

    library(data.table)
    rbindlist(lst)[, .(Freq = sum(Freq)), Var1]
    #    Var1 Freq
    # 1:    1   45
    # 2:    2   31
    # 3:    3   25
    # 4:    5  101
    # 5:    6   92
    # 6:    9   17
    # 7:    7   19
    # 8:   11   76
    # 9:   15    6
    #10:   20   54
    

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2020-10-17
      • 2020-05-08
      • 1970-01-01
      • 2017-12-22
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多