如何使用多个列的值聚合数据框中的多个列

ML33M 发表于 Dev

ML33M

有关数据帧聚合的另一个初学者问题。

我想使用多个列的值聚合数据框中的多个列。是的，我以前看过类似的文章。但是我认为这里的区别是我试图基于多个列进行聚合。

例如我的数据框：

column1 column2 column3 V1  V2
A       a        7      90  600
A       a        7      90  600
A       b        7      80  600
A       b        6      70  5000
A       b        6      70  5000
....

汇总并求和V1和V2中的数字：

column1 column2 column3 V1  V2
A       a        7      180 1200
A       b        7      80  600
A       b        6      140 10000
....

这是我最小化的数据和代码：

#generate minimal sample data
column1 <- c("S104259","S2914138" ,"S999706","S1041120",
         rep("S1042529",6), rep('S1235729',4))
column2 <- c("  T6-R190116","T2-R190213" ,"T8-R190118",
         rep("T8-R190118",3), rep('T2-R190118',3),rep('T6-R200118',4),'T1-R200118')
column3 <- c(rep("3S_DMSO",7),rep("uns_DMSO",5),rep("3s_DMSO",2))
output_1 <- c(664,292,1158,574,38,0,2850,18,74,8,10,0,664,30)
output_2 <- c(364,34,0,74,8,0,850,8,7,8,310,0,64,380)
df <-data.frame(column1,column2,column3,output_1,output_2)

#aggregate data by the same value in  column 1, 2 and 3

new_df <- aggregate(cbind(df$output_1,df$output_2), by=list(Category=df$column1), FUN=sum)

write.table(new_df, file = "aggregatedDMSO.txt",sep="\t", row.names = F, col.names = T)

所以

如何将第1、2和3列同时传递到列表中？我试过＆他们在一起，但没有用。
第二个贪婪的问题：我的真实数据集将有很多列的输出，除了对所有名称进行绑定硬编码之外，还有其他方法吗？（是的，在某些情况下我可以df[,all columns from a certain index]，但是其他时候我可能需要省略几列）

谢谢ML

迪米特里奥斯·扎哈拉托斯（Dimitrios Zacharatos）

我始终喜欢使用基本软件包和预装有R的软件包。但是在聚合方面，由于其灵活性，我更喜欢ddply方法。您可以使用平均值和sd或您选择的任何描述性进行汇总。

column1<-c("S104259","S2914138","S999706","S1041120",rep("S1042529",6),rep('S1235729',4))
column2<-c("T6-R190116","T2-R190213","T8-R190118",rep("T8-R190118",3),rep('T2-R190118',3),rep('T6-R200118',4),'T1-R200118')
column3<-c(rep("3S_DMSO",7),rep("uns_DMSO",5),rep("3s_DMSO",2))
output_1<-c(664,292,1158,574,38,0,2850,18,74,8,10,0,664,30)
output_2<-c(364,34,0,74,8,0,850,8,7,8,310,0,64,380)
df<-data.frame(column1,column2,column3,output_1,output_2)

library(plyr)
factornames<-c("column1","column2","column3")
plyr::ddply(df,factornames,plyr::numcolwise(mean,na.rm=TRUE))
plyr::ddply(df,factornames,plyr::numcolwise(sum,na.rm=TRUE))
plyr::ddply(df,factornames,plyr::numcolwise(sd,na.rm=TRUE))

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。