Hoe u de som per groep in r kunt berekenen (met voorbeelden)

Vaak wil je misschien de som per groep in R berekenen. Je kunt hiervoor drie methoden gebruiken:

Methode 1: Gebruik R-base.

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

Methode 2: Gebruik het dplyr()-pakket.

 library (dplyr)

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

Methode 3: Gebruik het data.table-pakket.

 library (data.table)

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

De volgende voorbeelden laten zien hoe u elk van deze methoden in de praktijk kunt gebruiken.

Methode 1: Bereken de som per groep met behulp van de R-basis

De volgende code laat zien hoe u de functie Aggregate() van de R-database kunt gebruiken om de som van de punten te berekenen die door het team zijn gescoord in het volgende gegevensframe:

 #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

Methode 2: Bereken de som per groep met behulp van dplyr

De volgende code laat zien hoe u de functies group_by() en summarise() van het dplyr- pakket kunt gebruiken om de som van de punten te berekenen die door het team zijn gescoord in het volgende gegevensframe:

 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

Methode 3: Bereken de som per groep met behulp van data.table

De volgende code laat zien hoe u het pakket data.table gebruikt om de som van de punten te berekenen die door het team zijn gescoord in het volgende gegevensframe:

 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

Merk op dat alle drie de methoden identieke resultaten opleveren.

Opmerking: als u een extreem grote dataset heeft, werkt de data.table-methode de snelste van de drie hier genoemde methoden.

Aanvullende bronnen

Hoe het gemiddelde per groep in R te berekenen
Hoe kwantielen per groep in R te berekenen