r - 如何根据 R 生成的表创建新的数据框？

Question

我得到一个包含数千行和几列的 csv 文件。请参阅以下文件的示例:

Subject     Duration    
A             1.3   
B             6.7   
C             3.2   
A             2.5   
D             2.7   
E             99    
F             8.4   
G             12.5  
H             19.7  
Z             3.2   
A             56    
B             9.4   
.              .    
.              .    
.              .    

请注意，对于同一主题，持续时间可能会有所不同。我想将每个特定主题的持续时间相加，例如，我想知道主题 A 的总持续时间、主题 B 的总持续时间等。我有太多的主题标题，以至于我无法手动输入每个主题并要求答案。我想找出每个主题的持续时间总和，然后创建一个新的数据框或新文件，其中主题名称对应于总持续时间。

提前非常感谢你!!!!!!

Answer 1

这是一个可能有效的基本版本。我从 Karsten 那里借用了这个例子。

我实际做的是根据subject拆分data.frame。这会产生一个列表

split(d, d$subject)

$A
   subject duration
1        A      1.3
4        A      2.5
11       A     56.0

$B
   subject duration
2        B      6.7
12       B      9.4

$C
  subject duration
3       C      3.2

使用 lapply，我翻阅了每个列表元素并对 duration 列求和。我添加了 na.rm = TRUE，这样即使存在 NA，该函数仍然可以求和。

我在一行中介绍这个

lapply(split(d, d$subject), function(x) sum(x$duration, na.rm = TRUE))

$A
[1] 59.8

$B
[1] 16.1

$C
[1] 3.2

您可以 unlist 或将结果放入 data.frame 以将列表转换为更紧凑的内容。

unlist(lapply(split(d, d$subject), function(x) sum(x$duration, na.rm = TRUE)))
   A    B    C    D    E    F    G    H    Z 
59.8 16.1  3.2  2.7 99.0  8.4 12.5 19.7  3.2