如何求和R中的數據框中特定數量的列？

我有一個有1020行和800列的數據幀（cenMca）。如何求和R中的數據框中特定數量的列？

每4列，我有一組數據，我稱之爲「cen」。所以，從第1列到第4列，我有cen 1，從5到8，我有cen2等等。

我想將cenMca劃分成尺寸等於1020行×4列的200個更小的數據框，並對每行的值進行求和。爲此，我將apply作爲每行的函數總和，但是，我搜索了以我想要的方式拆分數據幀的方法，但未能這樣做。另外，我不知道如何遍歷這些較小的數據框來保存每個不同的名稱。

所以我認爲，不是將cenMca分成更小的數據框，而是將cenMca中的值相加，並將它們分配給我稱爲sumvec的單個數據框。因此，cenMca中的每4列，我會有一個相應的列sumvec。這給出總和維數等於1020行和200列。

爲了實現這一點，我想：

sumvec = matrix(NA,1020,200) 

    for (i in 1:1020){ 
    for (j in seq(1,800,4)){ 
     sumvec[i,(j+3)/4] = cenMca[i,j]+cenMca[i,j+1]+cenMca[i,j+2]+cenMca[i,j+3] 
    } 

    }

通過行第一for運行，並且該第二for貫穿列。第二個for我的增量是4，因爲那樣我就可以在一個循環中獲得我想要的所有四個值。

我知道這遠沒有效率，但我認爲它會奏效。當我運行腳本後，我得到了這個：

我試過warnings()但沒有出現。我所有的總結是「不適用」

我該如何解決這個問題？有關如何完成這項工作的其他技術將不勝感激。謝謝。

來源

2017-05-26 Mason Beau

請出示小重複的例子， – akrun

這似乎是一個很好的申請rowSums。您可以使用lapply在您嘗試執行的分組列上運行它。

我將使用類似的數據設置爲@ R.Schifini：

set.seed(1) 
z <- matrix(rnorm(1020*800), ncol = 800)

使它成爲一個數據幀，像您的數據。

z <- as.data.frame(z)

現在將數據幀分組爲4列組，每組運行rowSums。

x <- lapply(seq.int(1, ncol(z), 4), 
     function(i) { 
      rowSums(z[ , i:(i+3) ]) 
     })

將它作爲單個數據框與您需要的列名綁定在一起。

x <- as.data.frame(x, col.names = paste0("cen", seq_along(x)))

這是輸出的一個小例子。

> head(x[1:6]) 
     cen1  cen2  cen3  cen4  cen5  cen6 
1 -0.8027240 -0.7437158 -1.5305678 -0.7055544 2.0122082 0.7851487 
2 0.0854064 0.2422316 -2.5071390 1.7854231 -3.5219698 -0.7699433 
3 1.2738387 1.7360087 1.4317099 -3.3501584 -1.8412381 -2.1396324 
4 -0.5864149 -0.5648199 -0.3099392 -1.9144969 0.7874474 -2.4840934 
5 -0.3887289 -1.0745042 -1.9729363 1.8971846 -4.3374676 2.5744197 
6 0.9104741 -0.7546090 4.2516971 1.0335885 2.6814576 -0.2548666

來源

2017-05-26 06:57:46 rosscova

嘿，Rosscova。感謝您的意見。儘管我試圖運行你的代碼，並且每次點擊lapply塊時，都會出現這個錯誤：「rowSums（cenMca [，x：（x + 3）]）中的錯誤：'x'必須是數字。用typeof我看到「x」是字符。我試圖用1020 * 200矩陣替換x，但它不起作用。 –

這一步在'lapply'調用中，例如'x'是迭代器。換句話說，'x'就是'seq.int（1，ncol（z），4）'的所有值，一個接一個地被使用，但是隻爲'lapply'創建和使用（你不能真正檢查它是'lapply'調用之外的類，因爲直到'lapply'運行才真正存在）。如果你在其他地方使用'x'，你可以選擇一個不同的迭代器，例如'... function（i）{rowSums（z [，i：（i + 3）]）} ...'。 – rosscova

再次感謝您的反饋。我做了必要的調整，並且按照它應該的那樣工作。 –

這是你想要實現的嗎？

我將創建一個樣品基質（也工作，如果它是一個數據幀）

z = matrix(floor(runif(120, 0, 100)), ncol = 12) 
> z 
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] 
[1,] 37 50 37 0 71 84 29 65 0 34 33 65 
[2,] 53 60 17 44 39 94 16 66 72 12 27 32 
[3,] 10 26 5 26 11 58 39 47 71 38 11 19 
[4,] 80 42 65 93 24 50 45 96 18 92  4 11 
[5,] 73 36 57 71 86 18 43 40 64 80 37 99 
[6,] 5 94 98 16 43 0 51 84 54 75 33 37 
[7,] 48 12 60 47 49 87 84 75 33 95 17 56 
[8,] 92 7 6 69 69 13 5 53 63 99 62 73 
[9,] 4 96 16 46 76 2 55 87 82 60 39 87 
[10,] 29 44 47 95 15 93 68 46 70  2 95 57

然後在組中添加的四列：

result = z[,seq(1,12,by = 4)]+z[,seq(2,12,by = 4)]+z[,seq(3,12,by = 4)]+z[,seq(4,12,by = 4)] 

> result 
     [,1] [,2] [,3] 
[1,] 124 249 132 
[2,] 174 215 143 
[3,] 67 155 139 
[4,] 280 215 125 
[5,] 237 187 280 
[6,] 213 178 199 
[7,] 167 295 201 
[8,] 174 140 297 
[9,] 162 220 268 
[10,] 215 222 224

來源

2017-05-26 04:45:43

首先，你不」 t需要遍歷行。 R適用於矢量。

其次，sumvec中的NAs可能是cenMca中的NAs的結果。如果您在cenMca中有NA，請使用sum而不是+。

for (j in seq(1,800,4)) sumvec[,(j+3)/4] <- apply(cenMca[,j:(j+3)],1,sum, na.rm=T)

希望，這有助於。

來源

2017-05-26 06:44:50

你可能會發現'rowSums'遠遠超過你的'申請（...... 1，總和...）'調用效率。 – rosscova

你說得對。我只是堅持認爲'rowSums'也適用於數據框架:)感謝提醒我。 –

如何求和R中的數據框中特定數量的列？

回答

相關問題