Como calcular a soma por grupo em r (com exemplos)

Muitas vezes você pode querer calcular a soma por grupo em R. Você pode usar três métodos para fazer isso:

Método 1: Use base R.

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

Método 2: Use o pacote dplyr().

 library (dplyr)

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

Método 3: Use o pacote data.table.

 library (data.table)

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

Os exemplos a seguir mostram como usar cada um desses métodos na prática.

Método 1: Calcule a soma por grupo usando a base R

O código a seguir mostra como usar a função Aggregate() do banco de dados R para calcular a soma dos pontos marcados por equipe no seguinte quadro de dados:

 #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

Método 2: Calcular soma por grupo usando dplyr

O código a seguir mostra como usar as funções group_by() e summarise() do pacote dplyr para calcular a soma dos pontos marcados pela equipe no seguinte quadro de dados:

 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

Método 3: Calcular soma por grupo usando data.table

O código a seguir mostra como usar o pacote data.table para calcular a soma dos pontos marcados por equipe no seguinte quadro de dados:

 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

Observe que todos os três métodos retornam resultados idênticos.

Nota: Se você tiver um conjunto de dados extremamente grande, o método data.table funcionará mais rápido dos três métodos listados aqui.

Recursos adicionais

Como calcular a média por grupo em R
Como calcular quantis por grupo em R