如何对数据帧中的相同单元格求和? [英] How to sum up identical cells in a data frame?
本文介绍了如何对数据帧中的相同单元格求和?的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我正在使用Pajek软件定义时态网络.
在我正在使用的数据和代码下面:
I am working on defining a temporal network with Pajek software.
Below the data and code that I am using:
library(data.table)
Aggregated <- fread("
act1_1 act1_2 act1_3 act1_4 act1_5
2 1 3 2 6
1 2 2 1 1
1 4 2 2 3
")
cols <- names(Aggregated)
n <- length(cols)
vi <- CJ(rn = 1:nrow(Aggregated), len = 2:5, start = 1:n)[
, end := start + len - 1L][
end <= n]
dl <- melt(setDT(Aggregated)[, rn := .I], id.vars = "rn", variable.name = "pos",
variable.factor = TRUE)[
, pos := as.integer(pos)][]
result <- dl[vi, on = .(rn, pos >= start, pos <= end),
.(rn, values = toString(value), position = toString(cols[x.pos])),
by = .EACHI, nomatch = 0L][
, .(freq = .N), by = .(values, position)]
result[order(nchar(values), values)]
结果以下:
values position freq
1: 1, 1 act1_4, act1_5 1
2: 1, 2 act1_1, act1_2 1
3: 1, 3 act1_2, act1_3 1
4: 1, 4 act1_1, act1_2 1
5: 2, 1 act1_1, act1_2 1
6: 2, 1 act1_3, act1_4 1
7: 2, 2 act1_2, act1_3 1
8: 2, 2 act1_3, act1_4 1
9: 2, 3 act1_4, act1_5 1
10: 2, 6 act1_4, act1_5 1
11: 3, 2 act1_3, act1_4 1
12: 4, 2 act1_2, act1_3 1
13: 1, 2, 2 act1_1, act1_2, act1_3 1
14: 1, 3, 2 act1_2, act1_3, act1_4 1
15: 1, 4, 2 act1_1, act1_2, act1_3 1
16: 2, 1, 1 act1_3, act1_4, act1_5 1
17: 2, 1, 3 act1_1, act1_2, act1_3 1
18: 2, 2, 1 act1_2, act1_3, act1_4 1
19: 2, 2, 3 act1_3, act1_4, act1_5 1
20: 3, 2, 6 act1_3, act1_4, act1_5 1
21: 4, 2, 2 act1_2, act1_3, act1_4 1
22: 1, 2, 2, 1 act1_1, act1_2, act1_3, act1_4 1
23: 1, 3, 2, 6 act1_2, act1_3, act1_4, act1_5 1
24: 1, 4, 2, 2 act1_1, act1_2, act1_3, act1_4 1
25: 2, 1, 3, 2 act1_1, act1_2, act1_3, act1_4 1
26: 2, 2, 1, 1 act1_2, act1_3, act1_4, act1_5 1
27: 4, 2, 2, 3 act1_2, act1_3, act1_4, act1_5 1
28: 1, 2, 2, 1, 1 act1_1, act1_2, act1_3, act1_4, act1_5 1
29: 1, 4, 2, 2, 3 act1_1, act1_2, act1_3, act1_4, act1_5 1
30: 2, 1, 3, 2, 6 act1_1, act1_2, act1_3, act1_4, act1_5 1
我的问题是如何创建另一列来对具有相同值的频率进行计数，例如:
My question how to create another column that count the frequencies with the same values such as:
Sum of freq
5: 2, 1 act1_1, act1_2 1 2
6: 2, 1 act1_3, act1_4 1
7: 2, 2 act1_2, act1_3 1 2
8: 2, 2 act1_3, act1_4 1
推荐答案
也许这会有所帮助:
library(data.table)
#... this is the last row of your code renamed
df <- result[order(nchar(values), values)]
df[,summed:=sum(freq), by=values]
df
values position freq summed
1: 1, 1 act1_4, act1_5 1 1
2: 1, 2 act1_1, act1_2 1 1
3: 1, 3 act1_2, act1_3 1 1
4: 1, 4 act1_1, act1_2 1 1
5: 2, 1 act1_1, act1_2 1 2
6: 2, 1 act1_3, act1_4 1 2
7: 2, 2 act1_2, act1_3 1 2
8: 2, 2 act1_3, act1_4 1 2
9: 2, 3 act1_4, act1_5 1 1
10: 2, 6 act1_4, act1_5 1 1
11: 3, 2 act1_3, act1_4 1 1
...
您可以尝试以下方法:
df$sm <- ifelse(duplicated(df$values) == T, NA, df$summed)
df
values position freq summed sm
1: 1, 1 act1_4, act1_5 1 1 1
2: 1, 2 act1_1, act1_2 1 1 1
3: 1, 3 act1_2, act1_3 1 1 1
4: 1, 4 act1_1, act1_2 1 1 1
5: 2, 1 act1_1, act1_2 1 2 2
6: 2, 1 act1_3, act1_4 1 2 NA
7: 2, 2 act1_2, act1_3 1 2 2
8: 2, 2 act1_3, act1_4 1 2 NA
9: 2, 3 act1_4, act1_5 1 1 1
10: 2, 6 act1_4, act1_5 1 1 1
这篇关于如何对数据帧中的相同单元格求和?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
