sql - 基 R : Aggregate and sum by two columns

Question

我正在尝试使用聚合函数来实现与 SQL 查询相同的结果:

查询语句:

sqldf(" SELECT
                PhotoID,
                UserID,
                SUM(Points) AS PhotoTotalPoints
            FROM Photos
            GROUP BY PhotoId, UserId")
116 186 rows.

R基础:

aggregate(x = Photos["Points"]
  , by = Photos[c("PhotoId","UserId")]
  , FUN = sum
)
114 950 rows.

使用 dplyr:

Photos %>%
    group_by(PhotoId,UserId) %>%
    summarise(sum = sum(Points)) 
116 186 rows.

我是 R 的新手。试图以多种方式解决它，但在文档中找不到任何解释。我错过了什么？

Answer 1

如果有 NA分组列之一中的元素，如果有 NA，默认情况下是 aggregate删除该行。为了防止这种情况，我们可以使用 na.action = NULL

aggregate(Points~ PhotoId + UserId
    , FUN = sum, na.rm = TRUE,  na.action = NULL
   )

或者可能是一些未使用的组合被 drop = TRUE 丢弃的情况。对于 data.frame 方法

aggregate(x = Photos["Points"]
   , by = Photos[c("PhotoId","UserId")]
   , FUN = sum, na.rm = TRUE, drop = FALSE
   )