从Python到R的不同类别转换的求和和除法[重复]答案

【问题标题】：Summing and dividing by different categories conversion from Python to R [duplicate]从Python到R的不同类别转换的求和和除法[重复]
【发布时间】：2015-04-30 16:52:08
【问题描述】：

我有一组包含类别值的向量，我们称它们为 C1、C2 ……我有一个频率向量，称为 Fr。所有向量的长度相同。我想将 Fr 中的频率值除以取决于类别的总和。在 Python 中使用 numpy 这相当容易。

# Find unique categories
unqC1 = np.unique(C1)
unqC2 = np.unique(C2)
# For each unique category in C1 and C2 sum frequencies and normalize 
for uC1 in unqC1:
    for uC2 in unqC2:
        mask = (uC1 == C1) & (uC2 == C2)
        nrmFactor = np.sum(Fr[mask])
        Fr[mask] /= nrmFactor

如何在 R 中做到这一点？为简单起见，假设我在 R 中有一个表 X，其中包含 X$Fr、X$C1 和 X$C2 列。

【问题讨论】：

请张贴输入数据和预期输出
如果您提供一些具有预期结果的示例数据，其他人会更容易帮助您。尽管如此，查找dplyr 并查看这些小插曲，我想您会通过使用group_by 和summarise 找到一些您所追求的示例

标签： python r numpy sum

【解决方案1】：

我不完全确定，但看看这是否实现了目标：

X$nrmFactor <- ave(X$Fr, X$C1, X$C2, FUN=function(x) sum(x)/length(x))

ave 函数为第二个参数和 FUN 之前的任何其他参数定义的类别中的每个案例计算一个值。这个实现会给你一个平均值。由于 ave 的默认函数是 mean，即（平均）平均，您可以省略 FUN 参数。

【讨论】：