可使用aggregate函数
如:
1
|
aggregate(.~ID,data=这个数据框名字,mean)
|
如果是对数据框分组,组内有重复的项,对于重复项保留最后一行数据用:
1
2
3
|
pcm_df$duplicated <- duplicated( paste (pcm_df$OUT_MAT_NO, pcm_df$Posit, sep = "_" ), fromLast = TRUE)
pcm_df <- subset(pcm_df, !duplicated)
pcm_df$duplicated <- NULL
|
补充:R语言分组求和,分组求平均值,分组计数
我们经常可能需要把一个数据按照某一属性分组,然后计算一些统计值。在R语言里面,aggregate函数就可以办到。
1
2
|
## S3 method for class 'data.frame'
aggregate(x, by, FUN, ..., simplify = TRUE, drop = TRUE)
|
我们常用到的参数是:x, by, FUN。
x, 你想要计算的属性或者列。
by, 是一个list,可以指定一个或者多个列作为分组的基础。
FUN, 指定一个函数,用来计算,可以作用在所有分组的数据上面。
假如这个是我们的数据。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
type <-c( "a" , "b" , "c" , "a" , "c" , "d" , "b" , "a" , "c" , "b" )
value<-c(53,15,8,99,76,22,46,56,34,54)
df <-data.frame( type ,value)
df
type value
1 a 53
2 b 15
3 c 8
4 a 99
5 c 76
6 d 22
7 b 46
8 a 56
9 c 34
10 b 54
|
分组求和
1
2
3
4
5
6
|
aggregate( df $value, by=list( type = df $ type ), sum )
type x
1 a 208
2 b 115
3 c 118
4 d 22
|
分组求平均值
分组求平均很简单,只要将上面的sum改成mean就可以了。
1
2
3
4
5
6
|
aggregate( df $value, by=list( type = df $ type ),mean)
type x
1 a 69.33333
2 b 38.33333
3 c 39.33333
4 d 22.00000
|
分组计数
分组计数就是在分组的情况下统计rows的数目。
1
2
3
4
5
6
|
aggregate( df $value, by=list( type = df $ type ),length)
type x
1 a 3
2 b 3
3 c 3
4 d 1
|
基于多个属性分组求和。
我们在原有的数据上加上一列,可以看看多属性分组。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
type_2 <-c( "F" , "M" , "M" , "F" , "F" , "M" , "M" , "F" , "M" , "M" )
df <- data.frame( df , type_2)
df
type value type_2
1 a 53 F
2 b 15 M
3 c 8 M
4 a 99 F
5 c 76 F
6 d 22 M
7 b 46 M
8 a 56 F
9 c 34 M
10 b 54 M
aggregate(x= df $value, by=list( df $ type , df $type_2), sum )
Group.1 Group.2 x
1 a F 208
2 c F 76
3 b M 115
4 c M 42
5 d M 22
|
以上为个人经验,希望能给大家一个参考,也希望大家多多支持服务器之家。如有错误或未考虑完全的地方,望不吝赐教。
原文链接:https://blog.csdn.net/faith_mo_blog/article/details/50738645