合并行并将它们的值相加答案

【问题标题】：Combine rows and sum their values合并行并将它们的值相加
【发布时间】：2013-05-14 04:42:39
【问题描述】：

下面是我原始数据框的一小部分。我需要组合那些在特定季节重复特定id 并且其lic 和vessel 不同的行。通过组合我需要总和qtty 和grossTon。

请以season 1998中的id 431为例（*）。

season   lic     id  qtty   vessel   grossTon
…   
1998    16350   431  40     435       57
1998    16353   431  28     303       22.54
…

同一主题431 有两个不同的lic（16350 和16353）和两个不同的vessels（435 和303）。在这种特定情况下预期的结果是：

  season     lic       id   qtty  vessel    grossTon
    …
    1998    16350      431   68     435     79.54
    …

我不介意lic 和vessel 在结果行中提醒，我想要的是保留season、id 以及qtty 和grossTon 的总和。在上面的示例中，我手动选择了lic 16350 和vessel 435。

说实话，我不知道该怎么做，所以我非常感谢任何帮助。

谢谢

原始数据（*= 要合并的行）

season  lic id  qtty    vessel  grossTon
1998    15593   411 40  2643    31.5
1999    27271   411 40  2643    31.5
2000    35758   411 40  2643    31.5
2001    45047   411 50  2643    31.5
2002    56291   411 55  2643    31.5
2003    66991   411 55  2643    31.5
2004    80581   411 55  2643    31.5
2005    95058   411 52  NA  NA
2006    113379  411 50  10911   4.65
2007    120894  411 50  10911   4.65
2008    130033  411 50  2483    8.5
2009    139201  411 46  2296    50
2010    148833  411 46  2296    50
2011    158395  411 46  2296    50
1998    16350   431 40  435 57    # *
1998    16353   431 28  303 22.54 # *
2000    37491   436 50  2021    19.11
2001    47019   436 50  2021    19.11
2002    57588   436 51  2021    19.11
2003    69128   436 51  2021    19.11
2004    82400   436 52  2021    19.11
2005    95599   436 50  2021    19.11
2006    113126  436 50  2021    19.11
2007    122387  436 50  2021    19.11
2008    131126  436 50  2021    19.11
2009    140417  436 50  2021    19.11
2010    150673  436 50  2021    19.11
2011    159776  436 50  2021    19.11

我还需要保留每个赛季只有一个 id 的前一行和后一行。像这样：（*=合并后的行）

 season lic id  qtty    vessel  grossTon
1998    15593   411 40  2643    31.5
1999    27271   411 40  2643    31.5
2000    35758   411 40  2643    31.5
2001    45047   411 50  2643    31.5
2002    56291   411 55  2643    31.5
2003    66991   411 55  2643    31.5
2004    80581   411 55  2643    31.5
2005    95058   411 52  NA  NA
2006    113379  411 50  10911   4.65
2007    120894  411 50  10911   4.65
2008    130033  411 50  2483    8.5
2009    139201  411 46  2296    50
2010    148833  411 46  2296    50
2011    158395  411 46  2296    50
1998    16350   431 68  435 79.54 #*
2000    37491   436 50  2021    19.11
2001    47019   436 50  2021    19.11
2002    57588   436 51  2021    19.11
2003    69128   436 51  2021    19.11
2004    82400   436 52  2021    19.11
2005    95599   436 50  2021    19.11
2006    113126  436 50  2021    19.11
2007    122387  436 50  2021    19.11
2008    131126  436 50  2021    19.11
2009    140417  436 50  2021    19.11
2010    150673  436 50  2021    19.11
2011    159776  436 50  2021    19.11

【问题讨论】：

不清楚你想如何处理vessel？
听起来 ?merge 和 ?aggregate 可能会有所帮助。
@frank，我不确定在这个例子中会合并什么？我认为标题中使用了“合并”，但似乎不需要该功能，除非我读错了问题
@RicardoSaporta 是的。我刚看到标题和四个数据集摘录，很快就得出了错误的结论。 :)
@Rafael，用* 标记行将使其他人更难复制+粘贴您的数据。相反，用# 标记行的结束（如果你愿意，可以在之后的任何评论）

标签： r aggregate

【解决方案1】：

这是一个单行的基本解决方案，按照 Frank 的建议使用 aggregate：

Df_agg <- aggregate(. ~  season + lic + id + vessel, data = DF, sum)
# DF is your data
# we use season + lic + id + vessel as the grouping elements

检查输出：

Df_agg[with(Df_agg, order(lic)), ] 
# check the output (sort for convenience), identical to Ricardo Saporta's output
   season    lic  id vessel qtty grossTon
21   1998  15593 411   2643   40    31.50
3    1998  16350 431    435   68   114.00
1    1998  16353 431    303   68    45.08
22   1999  27271 411   2643   40    31.50
2    1999  28641 431    303   68    45.08
4    1999  28644 431    435   68   114.00
23   2000  35758 411   2643   40    31.50
5    2000  37491 436   2021   50    19.11
24   2001  45047 411   2643   50    31.50
6    2001  47019 436   2021   50    19.11
25   2002  56291 411   2643   55    31.50
7    2002  57588 436   2021   51    19.11
26   2003  66991 411   2643   55    31.50
8    2003  69128 436   2021   51    19.11
27   2004  80581 411   2643   55    31.50
9    2004  82400 436   2021   52    19.11
10   2005  95599 436   2021   50    19.11
11   2006 113126 436   2021   50    19.11
28   2006 113379 411  10911   50     4.65
29   2007 120894 411  10911   50     4.65
12   2007 122387 436   2021   50    19.11
20   2008 130033 411   2483   50     8.50
13   2008 131126 436   2021   50    19.11
17   2009 139201 411   2296   46    50.00
14   2009 140417 436   2021   50    19.11
18   2010 148833 411   2296   46    50.00
15   2010 150673 436   2021   50    19.11
19   2011 158395 411   2296   46    50.00
16   2011 159776 436   2021   50    19.11

检查 1998 年，与 RS 相同，似乎 OP 在所需输出中有错误，57 + 57 != 79.54 但 = 114

Df_agg[Df_agg$season == 1998,]

   season   lic  id vessel qtty grossTon
21   1998 15593 411   2643   40    31.50
3    1998 16350 431    435   68   114.00
1    1998 16353 431    303   68    45.08

【讨论】：

grossTon 将与 OP 一样，如果 grossTon 的聚合要单独计算并由 vessel (or lic) + season 计算。等待@Rafael 澄清。
grossTon 的聚合也应该由season 和id 计算。

【解决方案2】：

如果您将 data.frame 转换为 data.table，您可以充分利用 by 参数

library(data.table)

DT <- data.table(DF)  # DF is your original data

那么它只是一行：

DT[, lapply(.SD, sum), by=list(season, lic, id, vessel)]

如果我们愿意，我们可以只过滤1998 Season：'

DT[, lapply(.SD, sum), by=list(season, lic, id, vessel)][season==1998]
   season   lic  id vessel qtty grossTon
1:   1998 15593 411   2643   40    31.50
2:   1998 16350 431    435   68   114.00
3:   1998 16353 431    303   68    45.08

整个结果输出如下所示：

    season    lic  id vessel qtty grossTon
 1:   1998  15593 411   2643   40    31.50
 2:   1999  27271 411   2643   40    31.50
 3:   2000  35758 411   2643   40    31.50
 4:   2001  45047 411   2643   50    31.50
 5:   2002  56291 411   2643   55    31.50
 6:   2003  66991 411   2643   55    31.50
 7:   2004  80581 411   2643   55    31.50
 8:   2005  95058 411     NA   52       NA
 9:   2006 113379 411  10911   50     4.65
10:   2007 120894 411  10911   50     4.65
11:   2008 130033 411   2483   50     8.50
12:   2009 139201 411   2296   46    50.00
13:   2010 148833 411   2296   46    50.00
14:   2011 158395 411   2296   46    50.00
15:   1998  16350 431    435   68   114.00
16:   1998  16353 431    303   68    45.08
17:   1999  28641 431    303   68    45.08
18:   1999  28644 431    435   68   114.00
19:   2000  37491 436   2021   50    19.11
20:   2001  47019 436   2021   50    19.11
21:   2002  57588 436   2021   51    19.11
22:   2003  69128 436   2021   51    19.11
23:   2004  82400 436   2021   52    19.11
24:   2005  95599 436   2021   50    19.11
25:   2006 113126 436   2021   50    19.11
26:   2007 122387 436   2021   50    19.11
27:   2008 131126 436   2021   50    19.11
28:   2009 140417 436   2021   50    19.11
29:   2010 150673 436   2021   50    19.11
30:   2011 159776 436   2021   50    19.11
    season    lic  id vessel qtty grossTon

【讨论】：

嗨 rafael，放置编辑的正确位置在 OP 中，而不是在答案中
嗨，Ricardo，OP=原始帖子？如果是这样，我已经做到了。非常感谢！
是的，你明白了。尽管如此，仍然不清楚你在寻找什么是不同的。也许你可以更明确和具体