特定の要素の組み合わせに基づいた行の合計

Question

これはおそらく愚かな質問ですが、私はデータフレームのCrawleyの章を読んでインターネットを精査し、まだ何かを動かすことができませんでした。ここで

は私に似たサンプルデータセットである：私がやりたい何

> data<-data.frame(site=c("A","A","A","A","B","B"), plant=c("buttercup","buttercup", 
"buttercup","rose","buttercup","rose"), treatment=c(1,1,2,1,1,1), 
plant_numb=c(1,1,2,1,1,2), fruits=c(1,2,1,4,3,2),seeds=c(45,67,32,43,13,25)) 
> data 
    site  plant treatment plant_numb fruits seeds 
1 A buttercup   1   1  1 45 
2 A buttercup   1   1  2 67 
3 A buttercup   2   2  1 32 
4 A  rose   1   1  4 43 
5 B buttercup   1   1  3 13 
6 B  rose   1   2  2 25 

は「シード」と「果物」は合計されたシナリオを作成する場合は常にユニークなサイト&植物&治療& plant_numbの組み合わせ存在する。理想的には、この行の削減が、元の列の保全（つまり、私はこのように見えるように、上記の例を必要とする:)

site  plant treatment plant_numb fruits seeds 
1 A buttercup   1   1  3 112 
2 A buttercup   2   2  1 32 
3 A  rose   1   1  4 43 
4 B buttercup   1   1  3 13 
5 B  rose   1   2  2 25 

ことになる。この例では、かなり基本的なものです（私のデータセットは〜5000行です）、ここでは合計する必要がある2つの行のみが表示されますが、合計する必要がある行の数は1から45までの範囲です。

私はrowsum（）とtapply（）を試みてきましたが、これまでのところかなりの結果しか得られていませんでした（これらの関数は要素に意味がないと私に伝えています）。非常にそれを感謝します！

ありがとうございます！

Answer 1

次のコードは、かなり自明です。それは基本関数 "集計"を使用し、基本的には、サイト、植物、処理、plant_numのそれぞれの固有の組み合わせについて、果実の合計と種の合計を表示します。

# Load your data 
data <- data.frame(site=c("A","A","A","A","B","B"), plant=c("buttercup","buttercup", 
"buttercup","rose","buttercup","rose"), treatment=c(1,1,2,1,1,1), 
plant_numb=c(1,1,2,1,1,2), fruits=c(1,2,1,4,3,2),seeds=c(45,67,32,43,13,25)) 

# Summarize your data 
aggregate(cbind(fruits, seeds) ~ 
     site + plant + treatment + plant_numb, 
     sum, 
     data = data) 
# site  plant treatment plant_numb fruits seeds 
#1 A buttercup   1   1  3 112 
#2 B buttercup   1   1  3 13 
#3 A  rose   1   1  4 43 
#4 B  rose   1   2  2 25 
#5 A buttercup   2   2  1 32 

行の変更（と、それは、サイト、植物によって並べ替えられ、...）の順うまくいけば、それは心配のあまりないです。

これを行う別の方法は、plyrパッケージのddplyを使用することです。 @Chaseにより示唆されるように

library(plyr) 
ddply(data, .(site, plant, treatment, plant_numb), 
     summarize, 
     fruits = sum(fruits), 
     seeds = sum(seeds)) 
# site  plant treatment plant_numb fruits seeds 
#1 A buttercup   1   1  3 112 
#2 A buttercup   2   2  1 32 
#3 A  rose   1   1  4 43 
#4 B buttercup   1   1  3 13 
#5 B  rose   1   2  2 25 

Answer 2

万全を期すためには、ここでdata.tableソリューションです。大きなデータセットの場合、これはおそらく最速の方法となります：（。すなわちby機能の列ではない）

library(data.table) 
data.dt <- data.table(data) 
setkey(data.dt, site) 
data.dt[, lapply(.SD, sum), by = list(site, plant, treatment, plant_numb)] 

    site  plant treatment plant_numb fruits seeds 
[1,] A buttercup   1   1  3 112 
[2,] A buttercup   2   2  1 32 
[3,] A  rose   1   1  4 43 
[4,] B buttercup   1   1  3 13 
[5,] B  rose   1   2  2 25 

lapply(.SD, sum)部分はグループ化セットの一部ではないすべての列を合計で