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