聚合一个没有函数的data.frame

Question

我有示例数据框

test.df<-data.frame(id=c("A","A","A","B","B","B"), time=c(1:3,1:3), x1=c(1,1,1,2,2,2), x2=c("A","A","A","B","B","B"))

x1 和 x2 变量在每个 id 内都是相同的

我想把上面的数据框聚合起来得到下面的

target.df<-data.frame(id=c("A","B"), x1=c(1,2), x2=c("A","B"))

从某种意义上说，我希望aggregate 没有任何FUN。我尝试使用FUN=unique，但似乎不起作用。我的原始数据框有 100 万行和数千个 x1,x2.... 不同类型（字符、日期等）的变量，但在每个 ID 中都是相同的。这和excel中的数据透视表是一样的

非常感谢

Answer 1

您所说的问题似乎是从data.frame 中删除重复的行，而这不需要 需要任何聚合。根据您的示例，这就是您所追求的：

unique(test.df[c(1,3,4)])
# id x1 x2
#1  A  1  A
#4  B  2  B

编辑：

我不太明白你的意思是什么：

“我尝试使用FUN=unique，但似乎不起作用。”

只是为了解释你在aggregate 上可能得到的错误，在这里，我展示了如何使用aggregate 得到相同的结果：

test.df$x2 <- as.character(test.df$x2)
aggregate(. ~ id, FUN=unique , data = test.df[c(1,3,4)] )

#  id x1 x2
#1  A  1  A
#2  B  2  B

但是，这里不需要使用aggregate()。这个问题的效率非常低。您可以使用system.time(.) 进行检查，即使在此数据上也已经有所不同：

system.time(unique(test.df[c(1,3,4)]))
#    user  system elapsed 
#   0.001   0.000   0.001 
system.time(aggregate(. ~ id, FUN=unique , data = test.df[c(1,3,4)] ))
#    user  system elapsed 
#   0.004   0.000   0.004 

继续在百万行上运行它，并使用identical 检查结果并查看运行时间。

从您的 cmets 来看，我认为您对 unique 的行为感到困惑。正如@mnel 解释的那样，它（unique.data.frame) 从给定的data.frame 中单独删除所有重复的行。它适用于您的情况，因为您说x1 和x2 对于每个ID 将具有相同的值。所以，您不必必须知道data.frame ID 在哪里。您只需为每个ID 选择1 行。