R：如何汇总数据但保留来自非汇总列的信息？

我从不同的观察点观察鸟类。观察员记下物种，他们在哪里见过它们，以及记录多久。

现在发生的情况是，从不同的角度来看，观测是从同一个地区得到的，但我们只想处理一个地区的每个物种的最大值。

因此，首先，我通过观察点，品种和区域汇总的数据，并总结出了时间。

dt.agg <- aggregate(time ~ observp + species + time, dt, sum)

UUPS：完全地错误的命令：

应该是：

dt.agg <- aggregate(time ~ observp + species + area, dt, sum) 



    observp species area time 
1  1a Rm A1  43.878488 
2  1c Rm A1  296.152707 
3  2 Rm A1  29.546790 
4  1a Swm A1  34.127713 
5  1b Swm A1  11.076880 
6  2 Swm A1   8.771703

这个工作正常。但现在，我只需要一个地区物种的最大时间值，但是我还需要知道从哪个观测点获得这些数字。

在我的示例中，第2行应保留在A1中的Rm，而第1行和第3行应该被删除。这同样适用于第4行（保持）和5 + 6（下降）

当我刚做的品种和面积随着时间的推移和最大其它集合，为观察点的信息丢失。

有人可以告诉我一种方法来实现吗？

干杯

贝恩德

（现在新的帐户，并没有信誉..谢谢...谷歌！）

附：请随时给这个问题一个更好的标题

UPDATE：试图张贴dput（head（dt，100）） - 样本建议。原始数据集有超过1300行。希望这就是你想要的。

structure(list(species = structure(c(3L, 3L, 3L, 5L, 5L, 5L, 
5L, 5L, 5L, 5L, 5L, 5L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 5L, 3L, 
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 5L, 5L, 
5L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 5L, 
5L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 5L, 5L, 5L, 3L, 3L, 3L, 3L, 3L, 
3L, 3L, 3L, 3L, 3L, 5L, 5L, 5L, 5L, 5L, 3L, 3L, 3L, 5L, 5L, 5L, 
3L, 3L, 3L, 3L, 3L, 3L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L), .Label = c("Bf", 
"Gr", "Rm", "Row", "Swm", "Wf", "Wsb", "Wst", "Ww"), class = "factor"), 
    area = structure(c(35L, 19L, 34L, 34L, 32L, 19L, 34L, 35L, 
    10L, 36L, 10L, 14L, 13L, 25L, 27L, 28L, 34L, 19L, 14L, 14L, 
    34L, 1L, 12L, 13L, 15L, 3L, 3L, 34L, 34L, 34L, 14L, 14L, 
    13L, 13L, 1L, 1L, 1L, 11L, 1L, 8L, 21L, 22L, 22L, 9L, 9L, 
    9L, 5L, 9L, 3L, 22L, 27L, 26L, 21L, 26L, 21L, 27L, 3L, 9L, 
    20L, 20L, 9L, 26L, 34L, 30L, 3L, 2L, 3L, 4L, 20L, 3L, 37L, 
    16L, 17L, 18L, 14L, 35L, 34L, 34L, 34L, 36L, 4L, 4L, 3L, 
    3L, 17L, 17L, 38L, 36L, 10L, 38L, 36L, 10L, 38L, 37L, 35L, 
    30L, 16L, 15L, 17L, 5L), .Label = c("A1", "A10", "A11", "A12", 
    "A13", "A14", "A15", "A16", "A17", "A18", "A2", "A3", "A4", 
    "A5", "A6", "A7", "A8", "A9", "O1", "O10", "O11", "O12", 
    "O13", "O14", "O15", "O16", "O17", "O18", "O19", "O2", "O20", 
    "O21", "O22", "O3", "O4", "O5", "O7", "O8", "O9"), class = "factor"), 
    observp = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L), .Label = c("1a", "1b", "1c", "2", "3", "4"), class = "factor"), 
    time = c(36.37086972, 2.730715967, 1.891286914, 3.782573827, 
    4.496276059, 5.461431934, 18.91286914, 13.22577081, 5.823001976, 
    5.392743201, 3.882001317, 16.97305991, 6.094384821, 5.274262222, 
    5.462035947, 2.089427691, 7.565147654, 21.84572774, 25.45958986, 
    16.97305991, 7.565147654, 4.875387532, 8.885792099, 4.062923214, 
    6.636122805, 7.038317277, 10.55747592, 7.565147654, 7.565147654, 
    3.782573827, 25.45958986, 25.45958986, 12.18876964, 12.18876964, 
    19.50155013, 19.50155013, 9.750775065, 39.20627398, 4.875387532, 
    6.423076843, 2.436283538, 1.823249104, 1.823249104, 16.72889022, 
    41.82222555, 33.45778044, 12.30932064, 117.1022315, 3.519158639, 
    1.823249104, 27.31017974, 11.11346598, 4.872567077, 11.11346598, 
    4.872567077, 5.462035947, 3.519158639, 16.72889022, 14.86012871, 
    8.916077225, 25.09333533, 22.22693195, 3.782573827, 5.184879322, 
    10.55747592, 8.509038411, 10.55747592, 17.70988435, 5.944051483, 
    3.519158639, 17.69229328, 34.70586347, 5.966017168, 3.092236431, 
    2.828843318, 6.612885403, 3.782573827, 3.782573827, 7.565147654, 
    5.392743201, 17.70988435, 17.70988435, 3.519158639, 2.346105759, 
    11.93203434, 11.93203434, 2.386548395, 0.898790534, 0.64700022, 
    2.386548395, 0.898790534, 0.64700022, 2.684866944, 6.634609979, 
    1.239916013, 1.944329746, 3.2536747, 3.732819078, 6.711769315, 
    2.307997621)), .Names = c("species", "area", "observp", "time" 
), row.names = c(NA, 100L), class = "data.frame")

来源

2013-10-07 Bernd V.

嗨，你可以提供'dput（dt）'的结果，或者它的一个子集，如果它太大，就像'dput（head（dt，100））'？另外，您尝试过的第二个“聚合”是什么？ – Frank

Bernd，请使用'dput（yourobject）'或'dput（head（yourobject））'将您的数据（或假数据）样本添加到您的问题中。 [这篇文章]（http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example）是如何做到这一点的规范资源。 – SlowLearner

我不是一段时间（帐户混淆）。标记的解决方案为我工作。没有时间检查其他人。感谢您的亲切帮助！ –

您可能还会看看另一个base函数，by。输出是一个列表，其中每个元素是INDICES的不同组合的结果。

bb <- by(data = df, INDICES = list(df$species, df$area), function(x) x[which.max(x$time), ]) 
bb 
# : Rm 
# : A1 
# observp species area  time 
# 2  1c  Rm A1 296.1527 
# -------------------------------------------------------------------- 
# : Swm 
# : A1 
# observp species area  time 
# 4  1a  Swm A1 34.12771

如果要将列表转换为data.frame：

df2 <- do.call(rbind, bb) 
df2 
# observp species area  time 
# 2  1c  Rm A1 296.15271 
# 4  1a  Swm A1 34.12771

另一种选择：

library(plyr) 
ddply(.data = df, .variables = .(species, area), subset, 
    time == max(time))

来源

2013-10-07 23:01:30 Henrik

这一个似乎是我第一次聚合的结果。我得到了同样的285行，就像我简单的第二次聚集的物种和面积一样，但是这次有适当的观察点保存到数据中。将明天验证，现在太晚了......迄今为止，还有很多感谢！ –

一个例子是

stulevel_agg_2 <- stulevel[, list(a1=mean(ability, na.rm = TRUE), a2=last(school, na.rm=T)),by = grade]

a1, a2是新列名称。 last可以取组中的最后一个元素，但首先需要加载xts。

来源

2015-09-22 11:57:14

R：如何汇总数据但保留来自非汇总列的信息？

回答

相关问题