在 R 中使用重复行名按行计算答案

【问题标题】：Calculations by row with repeating row names in R在 R 中使用重复行名按行计算
【发布时间】：2015-01-24 10:26:48
【问题描述】：

我在 R 中有一个更大的数据框，我希望通过行名进行一些计算。下面部分显示的数据框包含 236 个气象站，每个站显示 9 次，因为每个站对每个天气变量都有 9 个单独的预报时间。每小时未在其自己的列中列出这一事实无关紧要，因为我希望将降雪量加在一起并平均风和温度。因此，我的最终数据框会将数据框连接成 236 行（每个站点一行），其中包含总降雪量、平均风速和平均温度。

我在 apply 系列中尝试了许多功能，并在 dplyr 包中尝试过，但它不喜欢行名。我也无法将数据框转换为实际格式（包括 R 的正确数据框格式），以便行名和天气变量可以一起对它们进行计算。我将行名称列为一个字符，并将它们作为矩阵 cbind 到我的原始数据框，但这也不起作用。

卡在这里，有什么想法吗？

这是我的数据框的一小部分（此处的复制粘贴功能无法让我保持其连贯性，因此我尽可能添加了一个站点，因此引号不在实际数据中）我没有还拥有肖像权。谢谢。

                    snowfall      sfc.wind             Tavg
EET - Alabaster, AL      "0"     "5.606221"       "45.38081"

编辑：我在下面被告知如何正确粘贴到我的矩阵中，就在这里。

Sean 下面的代码解决了我的问题。它旁边有一个绿色复选标记。

                      snowfall  sfc.wind      Tavg
EET - Alabaster, AL  0.00000000 4.5129950 39.490030
EET - Alabaster, AL  0.00000000 4.5047869 36.087611
EET - Alabaster, AL  0.00000000 5.0126637 39.441394
EET - Alabaster, AL  0.00000000 5.0111759 45.682309
EET - Alabaster, AL  0.00000000 2.8716592 42.776499
EET - Alabaster, AL  0.00000000 2.7937856 37.322987
EET - Alabaster, AL  0.00000000 2.5351705 36.701948
EET - Alabaster, AL  0.00000000 1.9576756 34.456469
EET - Alabaster, AL  0.00000000 1.6846636 34.150641
BHM - Birmingham, AL 0.00000000 4.5466909 38.533949
BHM - Birmingham, AL 0.00000000 4.4607041 34.891818
BHM - Birmingham, AL 0.00000000 5.1888168 38.405422
BHM - Birmingham, AL 0.00000000 5.4596529 44.992042
BHM - Birmingham, AL 0.00000000 3.0826392 42.159321
BHM - Birmingham, AL 0.00000000 2.8546392 36.715275
BHM - Birmingham, AL 0.00000000 2.5729845 36.133261
BHM - Birmingham, AL 0.00000000 2.0355549 33.933232
BHM - Birmingham, AL 0.00000000 1.7289972 33.543341
DCU - Decatur, AL    0.00122047 3.6517845 34.109912
DCU - Decatur, AL    0.00000000 3.6832448 31.485904
DCU - Decatur, AL    0.00000000 4.2819648 35.502855
DCU - Decatur, AL    0.00000000 5.2777885 43.234060
DCU - Decatur, AL    0.00003937 3.0233904 40.613362
DCU - Decatur, AL    0.00003937 2.7680023 35.587844
DCU - Decatur, AL    0.00000000 2.0555607 34.899179
DCU - Decatur, AL    0.00000000 1.4499551 32.708740
DCU - Decatur, AL    0.00000000 1.2004947 32.616132

【问题讨论】：

stackoverflow.com/questions/6289538/… 可能有帮助
快速评论您的一行数据 - 它看起来像字符而不是数字。您可以通过str(yourdata) 进行检查
R 数据框不能有重复的行名，但矩阵可以，这让我怀疑你的数据是一个矩阵。试试df <- data.frame(yourMatrix)，它将删除行名。将它们添加为带有df <- cbind(rownames(yourMatrix), df) 的列。然后，您至少会有一个数据框，其中包含行名称作为要操作的列。
绝对，好主意。你能再告诉我如何正确发布代码吗？我正在尝试使用 {} {sample
打开的编辑框上方的图标包括一个看起来像成对的花括号的图标。选择您的代码块，然后单击该图标。

标签： r

【解决方案1】：

R 数据框不能有重复的行名，但矩阵可以。你需要一个数据框，这样你就可以在不同的列中拥有不同类型的数据。当您将具有重复行名称的矩阵转换为数据框时，行名称会被删除，因此您需要将它们作为列添加回来。

df <- data.frame(yourMatrix) # convert to data frame, drop row names
df <- cbind(station = rownames(yourMatrix), df) # add row names as column

要将操作应用于具有相同气象站的所有行，请使用 dplyr。

library(dplyr)
df %>% 
    group_by(nameOfWeatherStationsColumn) %>% 
        summarize( 
            snowfall = sum(snowfall), 
            wind = mean(sfc.wind), 
            temp = mean(Tavg) 
        )

【讨论】：

【解决方案2】：

尝试使用tapply 并假设您的数据框名为dat：

with(dat, tapply(snowfall, rownames(dat) , 
                    function(x) sum(as.numeric(x),na.rm=TRUE) )
    )
#-----------
EET - Alabaster, AL    
                     0

【讨论】：

是的，效果很好，但 dplyr 只需几行代码即可完成所有变量。我很欣赏这个职位。很高兴看到它也适用于基本代码。