[R data.frame根据行值增加一列

在R，我有data.frame，看起来像这样：[R data.frame根据行值增加一列

现在

，我希望有一个新的科拉姆，让我们把它叫做“SUMX” ，将X的两个以下值添加到SumX列的新字段中，并将相同的值添加到“SumY”列。所以结果data.frame是这样的：

X Y SumX     SumY 
20 7 20 #first row = X 7 #first row = Y 
25 84 45 #X0 + X1  91 #Y0 + Y1 
15 62 40 #X1 + X2  146 #Y1 + Y2 
22 12 37 #X2 + X3  74 #Y2 + Y3 
60 24 82 #X3 + X4  36 #Y3 + Y4 
40 10 100 #X4 + X5  34 #Y4 + Y5 
60 60 100 #and so on  70 #and so on 
12 50 72     110 
11 17 23     67

我可以做简单的X + Y到一个新列

myFrame$SumXY <- with(myFrame, X+Y)

，但它有一个简单的方法来添加两个X（N + （n-1））值转换为SumX，将两个Y（n +（n-1））转换为SumY？即使它是一个while循环，尽管我更喜欢更简单的方式（它有很多像这样的数据）。任何帮助深表感谢！（我还是很新的R）

来源

2017-02-23 BlainTheMono

这是dplyr方法。

使用mutate()添加一个新的colum和来计算您的变量。例如：

library(dplyr) 

d <- data.frame(
    x = 1:10, 
    y = 11:20, 
    z = 21:30 
) 

mutate(d, sumx = x + lag(x, default = 0)) 

#>  x y z sumx 
#> 1 1 11 21 1 
#> 2 2 12 22 3 
#> 3 3 13 23 5 
#> 4 4 14 24 7 
#> 5 5 15 25 9 
#> 6 6 16 26 11 
#> 7 7 17 27 13 
#> 8 8 18 28 15 
#> 9 9 19 29 17 
#> 10 10 20 30 19

以上的变量可以类似地处理：

mutate(d, sumx = x + lag(x, default = 0), sumy = y + lag(y, default = 0)) 
#>  x y z sumx sumy 
#> 1 1 11 21 1 11 
#> 2 2 12 22 3 23 
#> 3 3 13 23 5 25 
#> 4 4 14 24 7 27 
#> 5 5 15 25 9 29 
#> 6 6 16 26 11 31 
#> 7 7 17 27 13 33 
#> 8 8 18 28 15 35 
#> 9 9 19 29 17 37 
#> 10 10 20 30 19 39

如果您知道您要为多，或在您的数据帧，甚至每一列这样做，那么这里有一个标准的评价方法与mutate_()使用自定义函数我改编自this blog post（注意您需要安装lazyeval包）。该函数被应用于for循环中的每一列（可能会被优化）。

f <- function(df, col, new_col_name) { 
    mutate_call <- lazyeval::interp(~ x + lag(x, default = 0), x = as.name(col)) 
    df %>% mutate_(.dots = setNames(list(mutate_call), new_col_name)) 
} 

for (var in names(d)) { 
    d <- f(d, var, paste0('sum', var)) 
} 

d 
#>  x y z sumx sumy sumz 
#> 1 1 11 21 1 11 21 
#> 2 2 12 22 3 23 43 
#> 3 3 13 23 5 25 45 
#> 4 4 14 24 7 27 47 
#> 5 5 15 25 9 29 49 
#> 6 6 16 26 11 31 51 
#> 7 7 17 27 13 33 53 
#> 8 8 18 28 15 35 55 
#> 9 9 19 29 17 37 57 
#> 10 10 20 30 19 39 59

只是继续tidyverse主题，下面是一个使用purrr封装解决方案（同样适用于所有列，但子集列，如果需要）：

library(purrr) 

# Create new columns in new data frame. 
# Subset `d` here if only want select columns 
sum_d <- map_df(d, ~ . + lag(., default = 0)) 

# Set names correctly and 
# bind back to original data 
names(sum_d) <- paste0("sum", names(sum_d)) 
d <- cbind(d, sum_d) 
d 
#>  x y z sumx sumy sumz 
#> 1 1 11 21 2 22 42 
#> 2 2 12 22 4 24 44 
#> 3 3 13 23 6 26 46 
#> 4 4 14 24 8 28 48 
#> 5 5 15 25 10 30 50 
#> 6 6 16 26 12 32 52 
#> 7 7 17 27 14 34 54 
#> 8 8 18 28 16 36 56 
#> 9 9 19 29 18 38 58 
#> 10 10 20 30 20 40 60

来源

2017-02-23 22:27:38

非常感谢！这工作得很好。我不得不承认，我有更多的操作要做，而不仅仅是总结2个值。（dfSomeFrame，SumX = abs（（dfSomeFrame $ X - lag（dfSomeFrame $ X，default = 0）））^ 2） dfSomeFrame $ SumX [1] < - 0' – BlainTheMono

这样'mutate'的结果被写回到我的data.frame中，所以可以用Y做更多的操作，甚至可以构建一个新的SUMZ和SumY列。（不知何故'lag（..）'中的'default = 0'不起作用，所以我不得不使用'dfSomeFrame $ SumX [1] < - 0'）。再次感谢 – BlainTheMono

太棒了！很少有事情需要修改：在mutate（）中，你不需要重用'dfSomeFrame $'。相反，尝试'dfSomeFrame < - mutate（dfSomeFrame，SumX = abs（（X-lag（X，default = 0）））^ 2）'。 –

可以使用lag功能的实现是这样的：

myFrame$SumX[1] <- X[1] 
myFrame$SumX[2:nrow(myFrame)] <- X[2:nrow(myFrame)]+lag(X)[2:nrow(myFrame)]

来源

2017-02-23 22:01:42 salient

这也运行得相当不错。谢谢！ – BlainTheMono

#SumX 
cumsum(df$X) - c(0, 0, cumsum(df$X)[1:(nrow(df)-2)]) 
#[1] 20 45 40 37 82 100 100 72 23 

#SumY 
cumsum(df$Y) - c(0, 0, cumsum(df$Y)[1:(nrow(df)-2)]) 
#[1] 7 91 146 74 36 34 70 110 67

来源

2017-02-23 22:05:44

从zoo封装的rollapply功能将在这里工作。

以下代码块将创建每两个相邻值的滚动总和。

require(zoo) 
myFrame$SumX <- rollapply(myFrame$X, 2, sum) # this is a rolling sum of every 2 values

你可以以不具有滚动总和添加by = 2作为参数传递给rollapply（即，它求和值1 + 2，然后3 + 4，然后5 + 6等）。

查阅更多信息?rollapply。

来源

2017-02-23 22:08:15 amccnnll

[R data.frame根据行值增加一列

回答

相关问题