データフレームDFがあります。
DFは次のとおりです。
A B
1 1 2
2 1 3
3 2 3
4 3 5
5 3 6
ここで、列 A で行を結合し、列 B の合計を取得したいと考えています。
例えば：
A B
1 1 5
2 2 3
3 3 11
現在、sqldf 関数を使用した SQL クエリを使用してこれを行っています。しかし、何らかの理由で非常に遅いです。それを行うより便利な方法はありますか？for ループを使用して手動で行うこともできますが、やはり遅いです。私のSQLクエリは「Select A,Count(B) from DF group by A」です。
一般に、ベクトル化された操作を使用せずに for ループを使用すると、単一のプロシージャであってもパフォーマンスが非常に遅くなります。
これはよくある質問です。基本的に、探しているオプションはaggregate. data.frameあなたが「mydf」と呼ばれると仮定すると、次を使用できます。
> aggregate(B ~ A, mydf, sum)
A B
1 1 5
2 2 3
3 3 11
また、「data.table」パッケージを調べることをお勧めします。
> library(data.table)
> DT <- data.table(mydf)
> DT[, sum(B), by = A]
A V1
1: 1 5
2: 2 3
3: 3 11
使用dplyr:
require(dplyr)
df <- data.frame(A = c(1, 1, 2, 3, 3), B = c(2, 3, 3, 5, 6))
df %>% group_by(A) %>% summarise(B = sum(B))
## Source: local data frame [3 x 2]
##
## A B
## 1 1 5
## 2 2 3
## 3 3 11
とsqldf:
library(sqldf)
sqldf('SELECT A, SUM(B) AS B FROM df GROUP BY A')
plyrパッケージを見ることをお勧めします。data.table や他のパッケージほど高速ではないかもしれませんが、特に R から始めてデータ操作を行う必要がある場合は、非常に有益です。
> DF <- data.frame(A = c("1", "1", "2", "3", "3"), B = c(2, 3, 3, 5, 6))
> library(plyr)
> DF.sum <- ddply(DF, c("A"), summarize, B = sum(B))
> DF.sum
A B
1 1 5
2 2 3
3 3 11
require(reshape2)
T <- melt(df, id = c("A"))
T <- dcast(T, A ~ variable, sum)
骨材に対する正確な利点はわかりません。