グループごとに個々の列を合計したかったので、最初に考えたのは を使用することtapplyでした。しかし、私はtapply仕事に就くことができません。tapply複数の列を合計するために使用できますか? そうでない場合、なぜですか？
インターネットを広範囲に検索したところ、2008 年にさかのぼって投稿された同様の質問が多数見つかりました。代わりに、応答は常に別の機能を使用することを提案します。
以下は、州ごとにリンゴ、州ごとにサクランボ、州ごとにプラムを合計したいデータ セットの例です。その下に、機能する多くの代替案をまとめましtapplyた。
下部に、目的の操作を実行tapplyできるようにするソース コード
への簡単な変更を示します。tapply
それにもかかわらず、おそらく、目的の操作を実行する簡単な方法を見落としている可能性がありtapplyます。代替機能は探していませんが、追加の代替機能は大歓迎です。
ソース コードに対する私の変更の単純さを考えると、tapplyなぜそれまたは類似のものがまだ実装されていないのか疑問に思います。
アドバイスありがとうございます。私の質問が重複している場合は、他の質問への回答として私の質問を投稿させていただきます.
データセットの例を次に示します。
df.1 <- read.table(text = '
state county apples cherries plums
AA 1 1 2 3
AA 2 10 20 30
AA 3 100 200 300
BB 7 -1 -2 -3
BB 8 -10 -20 -30
BB 9 -100 -200 -300
', header = TRUE, stringsAsFactors = FALSE)
これは動作しません：
tapply(df.1, df.1$state, function(x) {colSums(x[,3:5])})
ヘルプページには次のように書かれています：
tapply(X, INDEX, FUN = NULL, ..., simplify = TRUE)
X an atomic object, typically a vector.
typically a vectorデータフレームが使えるかどうか疑問に思ったフレーズに戸惑いました。私は何atomic objectを意味するのかを明確にしたことはありません。
これに代わるいくつかの方法がtapplyあります。tapply最初の代替案は、 と組み合わせた回避策ですapply。
apply(df.1[,c(3:5)], 2, function(x) tapply(x, df.1$state, sum))
# apples cherries plums
# AA 111 222 333
# BB -111 -222 -333
with(df.1, aggregate(df.1[,3:5], data.frame(state), sum))
# state apples cherries plums
# 1 AA 111 222 333
# 2 BB -111 -222 -333
t(sapply(split(df.1[,3:5], df.1$state), colSums))
# apples cherries plums
# AA 111 222 333
# BB -111 -222 -333
t(sapply(split(df.1[,3:5], df.1$state), function(x) apply(x, 2, sum)))
# apples cherries plums
# AA 111 222 333
# BB -111 -222 -333
aggregate(df.1[,3:5], by=list(df.1$state), sum)
# Group.1 apples cherries plums
# 1 AA 111 222 333
# 2 BB -111 -222 -333
by(df.1[,3:5], df.1$state, colSums)
# df.1$state: AA
# apples cherries plums
# 111 222 333
# ------------------------------------------------------------
# df.1$state: BB
# apples cherries plums
# -111 -222 -333
with(df.1,
aggregate(x = list(apples = apples,
cherries = cherries,
plums = plums),
by = list(state = state),
FUN = function(x) sum(x)))
# state apples cherries plums
# 1 AA 111 222 333
# 2 BB -111 -222 -333
lapply(split(df.1, df.1$state), function(x) {colSums(x[,3:5])} )
# $AA
# apples cherries plums
# 111 222 333
#
# $BB
# apples cherries plums
# -111 -222 -333
tapply行を変更した以外のソースコードは次のとおりです。
nx <- length(X)
に：
nx <- ifelse(is.vector(X), length(X), dim(X)[1])
この変更されたバージョンのtapplyは、目的の操作を実行します。
my.tapply <- function (X, INDEX, FUN = NULL, ..., simplify = TRUE)
{
FUN <- if (!is.null(FUN)) match.fun(FUN)
if (!is.list(INDEX)) INDEX <- list(INDEX)
nI <- length(INDEX)
if (!nI) stop("'INDEX' is of length zero")
namelist <- vector("list", nI)
names(namelist) <- names(INDEX)
extent <- integer(nI)
nx <- ifelse(is.vector(X), length(X), dim(X)[1]) # replaces nx <- length(X)
one <- 1L
group <- rep.int(one, nx) #- to contain the splitting vector
ngroup <- one
for (i in seq_along(INDEX)) {
index <- as.factor(INDEX[[i]])
if (length(index) != nx)
stop("arguments must have same length")
namelist[[i]] <- levels(index)#- all of them, yes !
extent[i] <- nlevels(index)
group <- group + ngroup * (as.integer(index) - one)
ngroup <- ngroup * nlevels(index)
}
if (is.null(FUN)) return(group)
ans <- lapply(X = split(X, group), FUN = FUN, ...)
index <- as.integer(names(ans))
if (simplify && all(unlist(lapply(ans, length)) == 1L)) {
ansmat <- array(dim = extent, dimnames = namelist)
ans <- unlist(ans, recursive = FALSE)
} else {
ansmat <- array(vector("list", prod(extent)),
dim = extent, dimnames = namelist)
}
if(length(index)) {
names(ans) <- NULL
ansmat[index] <- ans
}
ansmat
}
my.tapply(df.1$apples, df.1$state, function(x) {sum(x)})
# AA BB
# 111 -111
my.tapply(df.1[,3:4] , df.1$state, function(x) {colSums(x)})
# $AA
# apples cherries
# 111 222
#
# $BB
# apples cherries
# -111 -222