每10列汇总二元矩阵的计算

Question

我是新来R. 我想改变这样的二元矩阵：
例如：

" 1874 1875 1876 1877 1878 .... 2009 
F  1  0  0  0  0 ... 0 
E  1  1  0  0  0 ... 0 
D  1  1  0  0  0 ... 0 
C  1  1  0  0  0 ... 0 
B  1  1  0  0  0 ... 0 
A  1  1  0  0  0 ... 0" 

因为，列名来，我要汇总他们在几十年，并获得类似的东西：

"1840-1849 1850-1859 1860-1869 .... 2000-2009 
F  1  0  0  0  0 ... 0 
E  1  1  0  0  0 ... 0 
D  1  1  0  0  0 ... 0 
C  1  1  0  0  0 ... 0 
B  1  1  0  0  0 ... 0 
A  1  1  0  0  0 ... 0" 

我习惯了python，不知道如何做这个转换，而不做循环！ 谢谢，伊莎贝尔

Answer 1

你想要的聚合目前还不清楚，但使用下面的虚拟数据

set.seed(42) 
df <- data.frame(matrix(sample(0:1, 6*25, replace = TRUE), ncol = 25)) 
names(df) <- 1874 + 0:24 

在每个10年期以下计数事件。

获取年的数值变量

years <- as.numeric(names(df)) 

接下来，我们需要为每一个十年开始的指示

ind <- seq(from = signif(years[1], 3), to = signif(tail(years, 1), 3), by = 10) 

然后，我们应用超过ind（1:(length(ind)-1)）指数，选择列从当前十年的df，并使用rowSums来计数1。

tmp <- lapply(seq_along(ind[-1]), 
       function(i, inds, data) { 
       rowSums(data[, names(data) %in% inds[i]:(inds[i+1]-1)]) 
       }, inds = ind, data = df) 

接下来我们cbind得到的载体为数据帧和修复行动的列名：

out <- do.call(cbind.data.frame, tmp) 
names(out) <- paste(head(ind, -1), tail(ind, -1) - 1, sep = "-") 
out 

这给：

> out 
    1870-1879 1880-1889 1890-1899 
1   4   5   6 
2   4   6   6 
3   2   5   5 
4   5   5   7 
5   3   3   7 
6   5   5   4 

如果你想要一个简单的二元矩阵一个1表示在该十年中至少发生了一件事，那么您可以使用：

tmp2 <- lapply(seq_along(ind[-1]), 
       function(i, inds, data) { 
       as.numeric(rowSums(data[, names(data) %in% inds[i]:(inds[i+1]-1)]) > 0) 
       }, inds = ind, data = df) 
out2 <- do.call(cbind.data.frame, tmp2) 
names(out2) <- paste(head(ind, -1), tail(ind, -1) - 1, sep = "-") 
out2 

这给：

> out2 
    1870-1879 1880-1889 1890-1899 
1   1   1   1 
2   1   1   1 
3   1   1   1 
4   1   1   1 
5   1   1   1 
6   1   1   1 

如果你想有一个不同的聚合，然后修改lapply呼叫使用其他的东西比rowSums应用的功能。

Answer 2

这是另一种选择，使用模块化算法来聚合列。

# setup, borrowed from @GavinSimpson 
set.seed(42) 
df <- data.frame(matrix(sample(0:1, 6*25, replace = TRUE), ncol = 25)) 
names(df) <- 1874 + 0:24 

result <- do.call(cbind, 
    by(t(df), as.numeric(names(df)) %/% 10 * 10, colSums)) 

# add -xxx9 to column names, for each decade 
dimnames(result)[[2]] <- paste(colnames(result), as.numeric(colnames(result)) + 9, sep='-') 

# 1870-1879 1880-1889 1890-1899 
# V1   4   5   6 
# V2   4   6   6 
# V3   2   5   5 
# V4   5   5   7 
# V5   3   3   7 
# V6   5   5   4 

如果你想比sum其他东西聚集，东西替代呼叫 colSums像function(cols) lapply(cols, f)，其中f是凝聚 功能，例如max。