在 3 行的滚动块中聚合数据帧答案

【问题标题】：Aggregate dataframe in rolling blocks of 3 rows在 3 行的滚动块中聚合数据帧
【发布时间】：2018-10-24 15:53:13
【问题描述】：

我以下面的数据框为例

   df <- data.frame(score=letters[1:15], total1=1:15, total2=16:30)
> df
   score total1 total2
1      a      1     16
2      b      2     17
3      c      3     18
4      d      4     19
5      e      5     20
6      f      6     21
7      g      7     22
8      h      8     23
9      i      9     24
10     j     10     25
11     k     11     26
12     l     12     27
13     m     13     28
14     n     14     29
15     o     15     30

我想aggregate我的数据框通过对具有不同名称的行进行分组来求和，即

  groups  sum1 sum2
 'a-b-c'  6     51
 'c-d-e'  21    60
etc

此类问题的所有给定答案都假定字符串在行中重复。

我用来获取摘要的常用aggregate 函数提供了不同的结果：

aggregate(df$total1, by=list(sum1=df$score %in% c('a','b','c'), sum2=df$score %in% c('d','e','f')), FUN=sum)
   sum1  sum2  x
1 FALSE FALSE 99
2  TRUE FALSE  6
3 FALSE  TRUE 15

【问题讨论】：

另外，大多数人避免使用c 作为变量名，因为它是最常用函数的名称。
我之前评论中的错字。您的第一个示例有重叠组，"a-b-c" 和 "c-d-e"，c 在这两个组中。您的第二个示例具有非重叠组 "a-b-c" 和 "d-e-f"。你要哪个？是只需要每三行，还是要指定字母组合？
您想在一个名称下聚合每 N=3 行吗？像'a-b-c'，'c-d-e'，......或像'a-b-c'，'d-e-f'，......一样不相交？如果 nrows 不是 3 的倍数，如何处理最后的任何粗糙？ PS 我将您的数据框名称从令人困惑的c 编辑为明确的df

标签： r aggregation rolling-computation

【解决方案1】：

如果您想要一个 tidyverse 解决方案，这里有一种可能性：

df <- data.frame(score=letters[1:15], total1=1:15, total2=16:30)

df %>%
  mutate(groups = case_when(
    score %in% c("a","b","c") ~ "a-b-c",
    score %in% c("d","e","f") ~ "d-e-f"
  )) %>%
  group_by(groups) %>%
  summarise_if(is.numeric, sum)

# A tibble: 3 x 3
  groups total1 total2
  <chr>   <int>  <int>
1 a-b-c       6     51
2 d-e-f      15     60
3 <NA>       99    234

【讨论】：

【解决方案2】：

添加带有类别值的“组”列。

df$groups = NA

然后像这样定义每个组：

df$groups[df$score=="a" | df$score=="b" | df$score=="c" ] = "a-b-c"

最终按该列聚合。

【讨论】：

【解决方案3】：

这是适用于任何大小数据框的解决方案。

df <- data.frame(score=letters[1:15], total1=1:15, total2=16:30)

# I'm adding a row to demonstrate that the grouping pattern works when the 
# number of rows is not equally divisible by 3.
df <- rbind(df, data.frame(score = letters[16], total1 = 16, total2 = 31))

# A vector that represents the correct groupings for the data frame.
groups <- c(rep(1:floor(nrow(df) / 3), each = 3), 
            rep(floor(nrow(df) / 3) + 1, nrow(df) - length(1:(nrow(df) / 3)) * 3))

# Your method of aggregation by `groups`. I'm going to use `data.table`.
require(data.table)
dt <- as.data.table(df)
dt[, group := groups]

aggDT <- dt[, list(score = paste0(score, collapse = "-"), 
          total1 = sum(total1), total2 = sum(total2)), by = group][
            , group := NULL]
aggDT

   score total1 total2
1: a-b-c      6     51
2: d-e-f     15     60
3: g-h-i     24     69
4: j-k-l     33     78
5: m-n-o     42     87
6:     p     16     31

【讨论】：