根据 Sum 值在 R 中排列数据集

Question

请运行下面的 R 代码，我希望使用下面的数据获得一个数据集，其中“品牌”和“糖果”列值出现一次，相应的时间值是所有此类情况的总和。为了说明，我希望前两个值“Mars”和“A”只出现一次，它们的总和“22”出现在下一列中。其余的类似，该命令也应该快速处理大数据。谢谢，请帮忙。

PlanetData <- read.table(
text = "
Brand       Candy                time
Mars        A                    10
Mars        A                    12
Jupiter     B                    13     
Jupiter     B                    14 
Saturn      C                    21
Saturn      C                    26",          
header = TRUE,
stringsAsFactors = FALSE)

Answer 1

您可以尝试两种替代流程，使用dplyr 或data.table 并选择最快的一个：

PlanetData <- read.table(
  text = "
  Brand       Candy                time
  Mars        A                    10
  Mars        A                    12
  Jupiter     B                    13     
  Jupiter     B                    14 
  Saturn      C                    21
  Saturn      C                    26",          
  header = TRUE,
  stringsAsFactors = FALSE)


library(dplyr)

PlanetData %>% group_by(Brand, Candy) %>% summarise(SUM = sum(time)) %>% ungroup()

# # A tibble: 3 x 3
#    Brand   Candy   SUM
#   <chr>   <chr> <int>
# 1 Jupiter B        27
# 2 Mars    A        22
# 3 Saturn  C        47


library(data.table)

setDT(PlanetData)[, .(SUM=sum(time)),by=.(Brand, Candy)]

#       Brand Candy SUM
# 1:    Mars     A  22
# 2: Jupiter     B  27
# 3:  Saturn     C  47

使用stringsAsFactors = TRUE 尝试dplyr 版本也很有用。它很可能（稍微？）更快。这取决于您拥有多少行和唯一值。

注意，当您使用 setDT(PlanetData) 时，PlanetData 将变为 data.table 而不是 data.frame。当您返回运行 dplyr 版本时，请确保这不会影响您的时间安排。