R基于列名长度的摘要答案

【问题标题】：R Summary based on column name lengthR基于列名长度的摘要
【发布时间】：2013-07-08 14:26:48
【问题描述】：

我有以下问题：我有一个包含 80 列的矩阵，其名称有 10/11、21/22、31/32 或 42/43 个字符。名称完全不同，但长度总是适合四个组之一。现在我想添加四列，如果我得到与一组对应的列的所有值的总和。这是我的意思的一个小例子

a<-rnorm(1:100)
b<-rnorm(1:100)
cc<-rnorm(1:100)
dd<-rnorm(1:100)
eee<-rnorm(1:100)
fff<-rnorm(1:100)
g<-data.frame(a,b,cc,dd,eee,fff)
g$group1<-"sum of all columns of with headers of length 1 (in this case a+b)"
g$group2<-"sum of all columns of with headers of length 2 (in this case cc+dd)"
g$group3<-"sum of all columns of with headers of length 3 (in this case eee+fff)"

我能够使用melt() 将矩阵传输到数据帧并使用stringr::str_length() 执行操作。但是，我无法将其转换回我真正需要作为最终输出的矩阵。列没有按顺序排列，排序对我没有多大帮助，因为列数取决于先前计算的结果，并且每次再次定义数据框范围都太乏味了。希望你能帮忙。

【问题讨论】：

标签： r dataframe summary

【解决方案1】：

你想要这个：

tmp <- nchar(names(g))
chargroups <- split(1:dim(g)[2], tmp)
# `chargroups` is a list of groups of columns with same number of letters in name
sapply(chargroups, function(x) {
    if(length(x)>1) # rowSums can only accept 2+-dimensional object
        rowSums(g[,x])
    else
        g[,x]
})
# `x` is, for each number of letters, a vector of column indices of `g`

其中的关键部分是nchar 将确定列名的长度。其余的都很简单。

编辑：在您的实际代码中，尽管您应该在定义 tmp 之后但在 sapply 语句之前执行以下操作来处理名称长度范围：

tmp[tmp==10] <- 11
tmp[tmp==21] <- 22
tmp[tmp==31] <- 32
tmp[tmp==32] <- 43

【讨论】：

感谢 Thomas 完成了这项工作。如果我想单独获得每一行的值，甚至附加到数据框 g，我需要更改什么？
看看rowSums 而不是sum。这将返回每个列分组的行和向量，然后您可以轻松地将其 cbind 到原始 df。
适用于示例提供。如果我添加长度为 4 的另一列（例如“hhhh”），则会出现以下错误：“base::rowSums(x, na.rm = na.rm, dims = dims, ...) 中的错误：' x' 必须是至少二维的数组”如何解释这个问题？在手册中提供的帮助下，我无法做到这一点。命令中的“x”代表什么，它是在哪里生成的？抱歉，如果这些问题看起来很愚蠢，但我不完全理解您的代码为何有效。但是，对于我提供的示例，它确实如此。
@user2386786 查看编辑。 rowSums 不接受向量作为其输入，只接受一个 2+ 维数组，因此如果有多个列是组，则代码现在将为您提供行总和，如果只有一栏。

【解决方案2】：

另一种方法

set.seed(123)
a <- rnorm(1:100)
b <- rnorm(1:100)
cc <- rnorm(1:100)
dd <- rnorm(1:100)
eee <- rnorm(1:100)
fff <- rnorm(1:100)
g <- data.frame(a,b,cc,dd,eee,fff)

for ( i in 1:3 )
    eval(parse(text = sprintf("g$group%s <- rowSums(g[nchar(names(g)) == %s])", i, i)))

## 'data.frame':    100 obs. of  9 variables:
##  $ a     : num  -0.5605 -0.2302 1.5587 0.0705 0.1293 ...
##  $ b     : num  -0.71 0.257 -0.247 -0.348 -0.952 ...
##  $ cc    : num  2.199 1.312 -0.265 0.543 -0.414 ...
##  $ dd    : num  -0.715 -0.753 -0.939 -1.053 -0.437 ...
##  $ eee   : num  -0.0736 -1.1687 -0.6347 -0.0288 0.6707 ...
##  $ fff   : num  -0.602 -0.994 1.027 0.751 -1.509 ...
##  $ group1: num  -1.2709 0.0267 1.312 -0.277 -0.8223 ...
##  $ group2: num  1.484 0.56 -1.204 -0.509 -0.851 ...
##  $ group3: num  -0.675 -2.162 0.392 0.722 -0.838 ...

【讨论】：