r - 如何根据每个ID汇总R中的表

Question

所以我有一个这样结构的表

id   V1    V2
101, 500,   1
101, 600,   1
102, 300,   0
102, 300,   0
102, 400,   0
102, 100,   1
103, 200,   0
103, 400,   0
104, 200,   1

基本上对于每个 id，我想计算 V1 的平均值和 V2 的总和，所以新表应该是这样的

id   V1    V2
101, 550,  2
102, 275,  1
103, 400,  0
104, 200,  1

如果有人能提供帮助，我将不胜感激。

Answer 1

对于此类问题，我们可以使用聚合函数之一。在这里，我使用 dplyr。我们 group_by 'id' 和 summarise 'V1' 和 'V2' 列的 mean 和 sum相应的列。

library(dplyr)
df1 %>% 
    group_by(id) %>%
    summarise(V1=mean(V1, na.rm=TRUE), V2= sum(V2, na.rm=TRUE))
#   id  V1 V2
#1 101 550  2
#2 102 275  1
#3 103 300  0
#4 104 200  1

或者另一种选择是data.table。我们将 'data.frame' 转换为 'data.table' (setDT(df1))，按 'id' 分组，我们得到 mean 和 sum 的列。

library(data.table)
setDT(df1)[, list(V1=mean(V1, na.rm=TRUE), V2= sum(V2, na.rm=TRUE)), by = id]
#    id  V1 V2
#1: 101 550  2
#2: 102 275  1
#3: 103 300  0
#4: 104 200  1

或者使用base R

do.call(rbind, by(df1, df1[1], FUN=function(x) 
      data.frame(id=x[1,1], V1= mean(x[,2], na.rm=TRUE), 
                            V2=sum(x[,3], na.rm=TRUE))))