Comment calculer la somme par groupe dans R (avec exemples)

Souvent, vous souhaiterez peut-être calculer la somme par groupe dans R. Vous pouvez utiliser trois méthodes pour ce faire :

Méthode 1 : utilisez la base R.

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

Méthode 2 : utilisez le package dplyr().

library(dplyr)

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

Méthode 3 : utilisez le package data.table.

library(data.table)

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

Les exemples suivants montrent comment utiliser chacune de ces méthodes dans la pratique.

Méthode 1 : calculer la somme par groupe en utilisant la base R

Le code suivant montre comment utiliser la fonction Aggregate() de la base R pour calculer la somme des points marqués par équipe dans le bloc de données suivant :

#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    a   5    8
2    a   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       a 13
2       b 37
3       c 14

Méthode 2 : calculer la somme par groupe à l’aide de dplyr

Le code suivant montre comment utiliser les fonctions group_by() et summarise() du package dplyr pour calculer la somme des points marqués par équipe dans le bloc de données suivant :

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) %>%
  summarise(Freq = sum(pts))

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

Méthode 3 : calculer la somme par groupe à l’aide de data.table

Le code suivant montre comment utiliser le package data.table pour calculer la somme des points marqués par équipe dans le bloc de données suivant :

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:    b  37
3:    c  14

Notez que les trois méthodes renvoient des résultats identiques.

Remarque : Si vous disposez d’un ensemble de données extrêmement volumineux, la méthode data.table fonctionnera la plus rapide parmi les trois méthodes répertoriées ici.

Ressources additionnelles

Comment calculer la moyenne par groupe dans R
Comment calculer des quantiles par groupe dans R