如何搜索具有相同名稱的列，添加列值並用相同名稱替換這些列的總和？使用R

Question

我有一個數據幀，其中一些連續的列具有相同的名稱。我需要搜索這些，爲每行添加它們的值，刪除一列並用其總和替換另一列。 而不預先知道哪些模式是重複的，可能必須將一個列名與以下內容進行比較以查看是否存在匹配。

有人可以幫忙嗎？

在此先感謝。

Answer 1

一些示例數據。

dfr <- data.frame(
    foo = rnorm(20), 
    bar = 1:20, 
    bar = runif(20), 
    check.names = FALSE 
) 

方法：遍歷唯一的列名;如果只有其中一個名稱，那麼選擇所有具有該nme的列將返回一個向量，但是如果有重複，它也將是一個數據幀。使用rowSums對行進行求和。 （ Duh。編輯：不像以前想象的那樣'duh'）lapply返回一個列表，我們需要將它改寫成數據框，最後我們修復這些名稱。編輯：sapply避免了最後一步的需要。

unique_col_names <- unique(colnames(dfr)) 
new_dfr <- sapply(unique_col_names, function(name) 
{ 
    subs <- dfr[, colnames(dfr) == name] 
    if(is.data.frame(subs)) 
    rowSums(subs) 
    else 
    subs 
}) 

Answer 2

> dfrm <- data.frame(a = 1:10, b= 1:10, cc= 1:10, dd=1:10, ee=1:10) 
> names(dfrm) <- c("a", "a", "b", "b", "b") 
> sapply(unique(names(dfrm)[duplicated(names(dfrm))]), 
     function(x) Reduce("+", dfrm[ , grep(x, names(dfrm))])) 
     a b 
[1,] 2 3 
[2,] 4 6 
[3,] 6 9 
[4,] 8 12 
[5,] 10 15 
[6,] 12 18 
[7,] 14 21 
[8,] 16 24 
[9,] 18 27 
[10,] 20 30 

編輯2：使用rowSums允許第一sapply argumentto只是unique(names(dfrm))的簡化，在需要記住的費用，包括降= FALSE在 「[」：

sapply(unique(names(dfrm)), 
     function(x) rowSums(dfrm[ , grep(x, names(dfrm)), drop=FALSE])) 

爲了應對與NA的：

sapply(unique(names(dfrm)), 
     function(x) apply(dfrm[grep(x, names(dfrm))], 1, 
       function(y) if (all(is.na(y))) {NA} else { sum(y, na.rm=TRUE) } 
     )    ) 

（編輯說明：解決湯米反例 - 把獨特的周圍名稱（。）[。]構建。 的錯誤碼是：

sapply(names(dfrm)[unique(duplicated(names(dfrm)))], 
    function(x) Reduce("+", dfrm[ , grep(x, names(dfrm))])) 

Answer 3

的一種方式是使用（驚奇）的duplicated函數，然後通過循環它們來計算總和，以確定重複值。這裏有一個例子：

dat.dup <- data.frame(x=1:10, x=1:10, x=1:10, y=1:10, y=1:10, z=1:10, check.names=FALSE) 
dups <- unique(names(dat.dup)[duplicated(names(dat.dup))]) 
for (i in dups) { 
dat.dup[[i]] <- rowSums(dat.dup[names(dat.dup) == i]) 
} 
dat <- dat.dup[!duplicated(names(dat.dup))] 

Answer 4

這是我的一個班輪

# transpose data frame, sum by group = rowname, transpose back. 
t(rowsum(t(dfrm), group = rownames(t(dfrm))))