用户定义函数来创建和求和R中的一个子集

问题描述：

我需要帮助定义一个函数，该函数在数据库中创建一个向量，其中对于每一行，函数查看该数据库中的另一列，在指定的数据库中搜索该值创建第二个数据库的一个子集，该数据库由所有匹配的行组成，并对该子集中的一个单独列进行求和，然后将该值返回到原始数据库中新列的相应行。用户定义函数来创建和求和R中的一个子集

换句话说，我有一个看起来是这样的一个数据帧：

ID <- c('a', 'b', 'c', 'd', 'e') 
M <- 20:39 
df <- data.frame(cbind(ID, M)) 
df$M <- as.numeric(df$M) 
> df 
    ID M 
1 a 1 
2 b 2 
3 c 3 
4 d 4 
5 e 5 
6 a 6 
7 b 7 
8 c 8 
9 d 9 
10 e 10 
11 a 11 
12 b 12 
13 c 13 
14 d 14 
15 e 15 
16 a 16 
17 b 17 
18 c 18 
19 d 19 
20 e 20 
> str(df) 
'data.frame': 20 obs. of 2 variables: 
$ ID: Factor w/ 5 levels "a","b","c","d",..: 1 2 3 4 5 1 2 3 4 5 ... 
$ M : num 1 2 3 4 5 6 7 8 9 10 ...

我想创建一个新的数据帧，Z，这样Z <- data.frame(cbind(X, Y))其中：

X <- as.character(unique(df$ID)) 
> X 
[1] "a" "b" "c" "d" "e"

Y是所有a的总和，所有b的总和，所有c的总和等的向量...

因此，Y sh乌尔德等于c(34, 38, 42, 46, 50)和我最后的结果应该是：

> Z 
    X Y 
1 a 34 
2 b 38 
3 c 42 
4 d 46 
5 e 50 
> str(Z) 
'data.frame': 5 obs. of 2 variables: 
$ X: chr "a" "b" "c" "d" ... 
$ Y: num 34 38 42 46 50

要做到这一点，我已经试过第一次打开X到数据帧（是不是容易的工作作为一个数据表）：

> Z <- data.frame(X) 
> Z 
    X 
1 a 
2 b 
3 c 
4 d 
5 e 
> str(Z) 
'data.frame': 5 obs. of 1 variable: 
$ X: Factor w/ 5 levels "a","b","c","d",..: 1 2 3 4 5

然后定义Y作为Z$Y <- sum(df[df$ID == Z$X, 2])，但我不明白的唯一值：

我也试着定义函数f1()像这样：

f1 <- function(v, w, x, y, z){sum(v[v$w == x$y, z])}

但让我：

> f1(df, 'ID', Z, 'X', 'M') 
[1] 0

我发现从这个论坛另一篇文章的功能，做类似的事情：

f1 <- function(df, cols, match_with, to_x = 50){ 
    df[cols] <- lapply(df[cols], function(i) 
    ifelse(grepl(to_x, match_with, fixed = TRUE), 'MID', 
      i)) 
    return(df) 
}

这看起来对在match_with列中的值“50”，并且将值“MID”返回到由cols指定的列的那一行，提供两列在相同的指定数据中e df。因此，我需要用to_x = 50替代to_x = 50，而不是查找固定值“50”，查找列Z$X中的任何值，而不是返回固定值“MID”，返回值的总和df[df$ID == Z$X, df$M]。我已经写了以下的变化尝试这些改变自己：

f1 <- function(df, cols, match_with, to_x = df[ , 1], x){ 
    df[cols] <- lapply(df[cols], function(i) 
    ifelse(grepl(to_x, match_with, fixed = TRUE), sum(x), 
      i)) 
    return(df) 
}

但是，到目前为止，还没有我的变化已经产生了预期的效果。这个人给我：

> f1(Z, df, cols = c('Y'), match_with = df$ID, x = df$M) 
    X Y 
1 a 210 
2 b 210 
3 c 210 
4 d 210 
5 e 210 
Warning messages: 
1: In grepl(to_x, match_with, fixed = TRUE) : 
    argument 'pattern' has length > 1 and only the first element will be used 
2: In `[<-.data.frame`(`*tmp*`, cols, value = list(Y = c(210, 210, : 
    replacement element 1 has 20 rows to replace 5 rows

这似乎是总结的df$M而不是子集，其中df$ID == Z$X全部。在其他变体中，它在第二个数据框中引用列时似乎有问题。

我对R有点新，并且几乎没有编写用户定义函数的经验（正如你可能通过这个问题所说的那样）。任何帮助将非常感谢！

答

没关系你好，我想我明白了！

> f1 <- function(col1, col2, df2, to_add){ 
+ lapply(col1, function(i){ 
+ df2$x <- grepl(i, col2, fixed = TRUE) 
+ df3 <- df2[df2$x == TRUE, to_add] 
+ sum(df3, na.rm = TRUE) 
+ })} 
> Z$Y <- f1(Z$X, df$ID, df, c('M')) 
> Z 
    X Y 
1 a 34 
2 b 38 
3 c 42 
4 d 46 
5 e 50

用户定义函数来创建和求和R中的一个子集

相关推荐