合并行并总结其值

下面是我原始数据框的一小部分。我需要结合在特定季节重复特定id的行，其lic和vessel不同。通过结合我需要总和qtty和grossTon。合并行并总结其值

请以season 1998中的id 431为例（*）。

season lic  id qtty vessel grossTon 
… 
1998 16350 431 40  435  57 
1998 16353 431 28  303  22.54 
…

相同受试者431具有两个不同的lic（16350 & 16353）和两种不同的vessels（435 & 303）。预计在这种特殊情况下的结果是：

season  lic  id qtty vessel grossTon 
    … 
    1998 16350  431 68  435  79.54 
    …

我不介意这lic和vessel提醒结果行中，我要的是保持season，id所得的qtty和grossTon总和。在上面的例子中，我手动选择了lic 16350和vessel 435。

说实话，我不知道该怎么做，所以我非常感谢任何帮助。

感谢

原始数据（* =行进行组合）

season lic id qtty vessel grossTon 
1998 15593 411 40 2643 31.5 
1999 27271 411 40 2643 31.5 
2000 35758 411 40 2643 31.5 
2001 45047 411 50 2643 31.5 
2002 56291 411 55 2643 31.5 
2003 66991 411 55 2643 31.5 
2004 80581 411 55 2643 31.5 
2005 95058 411 52 NA NA 
2006 113379 411 50 10911 4.65 
2007 120894 411 50 10911 4.65 
2008 130033 411 50 2483 8.5 
2009 139201 411 46 2296 50 
2010 148833 411 46 2296 50 
2011 158395 411 46 2296 50 
1998 16350 431 40 435 57 # * 
1998 16353 431 28 303 22.54 # * 
2000 37491 436 50 2021 19.11 
2001 47019 436 50 2021 19.11 
2002 57588 436 51 2021 19.11 
2003 69128 436 51 2021 19.11 
2004 82400 436 52 2021 19.11 
2005 95599 436 50 2021 19.11 
2006 113126 436 50 2021 19.11 
2007 122387 436 50 2021 19.11 
2008 131126 436 50 2021 19.11 
2009 140417 436 50 2021 19.11 
2010 150673 436 50 2021 19.11 
2011 159776 436 50 2021 19.11

此外，我需要保留那些只有一个id每个赛季之前和之后的行。像这样的：（被合并后产生的* =行）

season lic id qtty vessel grossTon 
1998 15593 411 40 2643 31.5 
1999 27271 411 40 2643 31.5 
2000 35758 411 40 2643 31.5 
2001 45047 411 50 2643 31.5 
2002 56291 411 55 2643 31.5 
2003 66991 411 55 2643 31.5 
2004 80581 411 55 2643 31.5 
2005 95058 411 52 NA NA 
2006 113379 411 50 10911 4.65 
2007 120894 411 50 10911 4.65 
2008 130033 411 50 2483 8.5 
2009 139201 411 46 2296 50 
2010 148833 411 46 2296 50 
2011 158395 411 46 2296 50 
1998 16350 431 68 435 79.54 #* 
2000 37491 436 50 2021 19.11 
2001 47019 436 50 2021 19.11 
2002 57588 436 51 2021 19.11 
2003 69128 436 51 2021 19.11 
2004 82400 436 52 2021 19.11 
2005 95599 436 50 2021 19.11 
2006 113126 436 50 2021 19.11 
2007 122387 436 50 2021 19.11 
2008 131126 436 50 2021 19.11 
2009 140417 436 50 2021 19.11 
2010 150673 436 50 2021 19.11 
2011 159776 436 50 2021 19.11

来源

2013-05-14 Rafael

目前还不清楚你想如何处理'vessel'？ – 2013-05-14 04:52:19

这听起来像'？merge'和'？aggregate'可能有帮助。 – Frank 2013-05-14 04:54:23

@frank，我不确定在这个例子中会合并什么？我认为在标题中使用了“合并”，但函数似乎不是必需的，除非我正在阅读错误的问题 – 2013-05-14 04:59:55

如果你把你的data.frame成data.table你可以做出伟大使用by说法

library(data.table) 

DT <- data.table(DF) # DF is your original data

那么简单的一行：

我们可以过滤只是1998Season，如果我们想：'

DT[, lapply(.SD, sum), by=list(season, lic, id, vessel)][season==1998] 
    season lic id vessel qtty grossTon 
1: 1998 15593 411 2643 40 31.50 
2: 1998 16350 431 435 68 114.00 
3: 1998 16353 431 303 68 45.08

整个结果输出看起来像这样：

season lic id vessel qtty grossTon 
1: 1998 15593 411 2643 40 31.50 
2: 1999 27271 411 2643 40 31.50 
3: 2000 35758 411 2643 40 31.50 
4: 2001 45047 411 2643 50 31.50 
5: 2002 56291 411 2643 55 31.50 
6: 2003 66991 411 2643 55 31.50 
7: 2004 80581 411 2643 55 31.50 
8: 2005 95058 411  NA 52  NA 
9: 2006 113379 411 10911 50  4.65 
10: 2007 120894 411 10911 50  4.65 
11: 2008 130033 411 2483 50  8.50 
12: 2009 139201 411 2296 46 50.00 
13: 2010 148833 411 2296 46 50.00 
14: 2011 158395 411 2296 46 50.00 
15: 1998 16350 431 435 68 114.00 
16: 1998 16353 431 303 68 45.08 
17: 1999 28641 431 303 68 45.08 
18: 1999 28644 431 435 68 114.00 
19: 2000 37491 436 2021 50 19.11 
20: 2001 47019 436 2021 50 19.11 
21: 2002 57588 436 2021 51 19.11 
22: 2003 69128 436 2021 51 19.11 
23: 2004 82400 436 2021 52 19.11 
24: 2005 95599 436 2021 50 19.11 
25: 2006 113126 436 2021 50 19.11 
26: 2007 122387 436 2021 50 19.11 
27: 2008 131126 436 2021 50 19.11 
28: 2009 140417 436 2021 50 19.11 
29: 2010 150673 436 2021 50 19.11 
30: 2011 159776 436 2021 50 19.11 
    season lic id vessel qtty grossTon

来源

2013-05-14 04:55:28

喜拉斐尔，正确的位置把你的编辑放在OP中，而不是在这里回答 – 2013-05-14 08:48:12

Hi Ricardo，OP =原文？如果是这样，我已经做到了。非常感谢！ – Rafael 2013-05-14 08:59:45

是的，你明白了。尽管如此，你仍然不清楚你所寻找的是不同的。也许你可以更加明确和具体 – 2013-05-14 09:02:52

这里的一个单行碱溶液，以下弗兰克的建议，使用aggregate：

Df_agg <- aggregate(. ~ season + lic + id + vessel, data = DF, sum) 
# DF is your data 
# we use season + lic + id + vessel as the grouping elements

检查输出：

Df_agg[with(Df_agg, order(lic)), ] 
# check the output (sort for convenience), identical to Ricardo Saporta's output 
    season lic id vessel qtty grossTon 
21 1998 15593 411 2643 40 31.50 
3 1998 16350 431 435 68 114.00 
1 1998 16353 431 303 68 45.08 
22 1999 27271 411 2643 40 31.50 
2 1999 28641 431 303 68 45.08 
4 1999 28644 431 435 68 114.00 
23 2000 35758 411 2643 40 31.50 
5 2000 37491 436 2021 50 19.11 
24 2001 45047 411 2643 50 31.50 
6 2001 47019 436 2021 50 19.11 
25 2002 56291 411 2643 55 31.50 
7 2002 57588 436 2021 51 19.11 
26 2003 66991 411 2643 55 31.50 
8 2003 69128 436 2021 51 19.11 
27 2004 80581 411 2643 55 31.50 
9 2004 82400 436 2021 52 19.11 
10 2005 95599 436 2021 50 19.11 
11 2006 113126 436 2021 50 19.11 
28 2006 113379 411 10911 50  4.65 
29 2007 120894 411 10911 50  4.65 
12 2007 122387 436 2021 50 19.11 
20 2008 130033 411 2483 50  8.50 
13 2008 131126 436 2021 50 19.11 
17 2009 139201 411 2296 46 50.00 
14 2009 140417 436 2021 50 19.11 
18 2010 148833 411 2296 46 50.00 
15 2010 150673 436 2021 50 19.11 
19 2011 158395 411 2296 46 50.00 
16 2011 159776 436 2021 50 19.11

检查1998年，与RS一样，似乎是OP在期望的输出中有误差，57 + 57！= 79.54但是= 114

Df_agg[Df_agg$season == 1998,] 

    season lic id vessel qtty grossTon 
21 1998 15593 411 2643 40 31.50 
3 1998 16350 431 435 68 114.00 
1 1998 16353 431 303 68 45.08

来源

2013-05-14 06:44:12 Ben

如果'grossTon'的聚合分别由'vessel（or lic）+ season'来计算，那么'grossTon'就像OP一样。等待@Rafael澄清。 – 2013-05-14 08:16:52

'grossTon'的聚合也应该由'season'和'id'来计算。 – Rafael 2013-05-14 09:05:11

合并行并总结其值

回答

相关问题