Come calcolare la somma per gruppo in r (con esempi)

Spesso potresti voler calcolare la somma per gruppo in R. Puoi utilizzare tre metodi per farlo:

Metodo 1: utilizzare la base R.

 aggregate(df$col_to_aggregate, list(df$col_to_group_by), FUN= sum )

Metodo 2: utilizzare il pacchetto dplyr().

 library (dplyr)

df %>%
  group_by (col_to_group_by) %>%
  summarize (Freq = sum (col_to_aggregate))

Metodo 3: utilizzare il pacchetto data.table.

 library (data.table)

dt[ ,list(sum= sum (col_to_aggregate)), by=col_to_group_by]

Gli esempi seguenti mostrano come utilizzare nella pratica ciascuno di questi metodi.

Metodo 1: Calcola la somma per gruppo utilizzando la base R

Il codice seguente mostra come utilizzare la funzione Aggregate() del database R per calcolare la somma dei punti segnati dalla squadra nel seguente frame di dati:

 #create data frame
df <- data.frame(team=c('a', 'a', 'b', 'b', 'b', 'c', 'c'),
                 pts=c(5, 8, 14, 18, 5, 7, 7),
                 rebs=c(8, 8, 9, 3, 8, 7, 4))

#view data frame
df

  team pts rebs
1 to 5 8
2 to 8 8
3 b 14 9
4 b 18 3
5 b 5 8
6 c 7 7
7 c 7 4

#find sum of points scored by team
aggregate(df$pts, list(df$team), FUN= sum )

  Group.1 x
1 to 13
2 b 37
3 v 14

Metodo 2: calcola la somma per gruppo utilizzando dplyr

Il codice seguente mostra come utilizzare le funzioni group_by() e summarise() del pacchetto dplyr per calcolare la somma dei punti segnati dalla squadra nel seguente frame di dati:

 library (dplyr)

#create data frame
df <- data.frame(team=c('a', 'a', 'b', 'b', 'b', 'c', 'c'),
                 pts=c(5, 8, 14, 18, 5, 7, 7),
                 rebs=c(8, 8, 9, 3, 8, 7, 4))

#find sum of points scored by team
df %>%
group_by (team) %>%
summarize (Freq = sum (pts))

# A tibble: 3 x 2
  team Freq
  <chr> <dbl>
1 to 13
2 b 37
3 v 14

Metodo 3: calcolare la somma per gruppo utilizzando data.table

Il codice seguente mostra come utilizzare il pacchetto data.table per calcolare la somma dei punti segnati dalla squadra nel seguente frame di dati:

 library (data.table)

#create data frame
df <- data.frame(team=c('a', 'a', 'b', 'b', 'b', 'c', 'c'),
                 pts=c(5, 8, 14, 18, 5, 7, 7),
                 rebs=c(8, 8, 9, 3, 8, 7, 4))

#convert data frame to data table 
setDT(df)

#find sum of points scored by team
df[,list(sum= sum (pts)), by=team]

   team sum
1:a 13
2:b37
3:c14

Tieni presente che tutti e tre i metodi restituiscono risultati identici.

Nota: se disponi di un set di dati estremamente grande, il metodo data.table funzionerà più velocemente dei tre metodi elencati qui.

Risorse addizionali

Come calcolare la media per gruppo in R
Come calcolare i quantili per gruppo in R