R Language
Opération sage de colonne
Recherche…
somme de chaque colonne
Supposons que nous devions faire la sum
de chaque colonne d'un ensemble de données
set.seed(20)
df1 <- data.frame(ID = rep(c("A", "B", "C"), each = 3), V1 = rnorm(9), V2 = rnorm(9))
m1 <- as.matrix(df1[-1])
Il y a plusieurs façons de le faire. En utilisant la base R
, la meilleure option serait colSums
colSums(df1[-1], na.rm = TRUE)
Ici, nous avons supprimé la première colonne car elle est non numérique et fait la sum
de chaque colonne, en spécifiant le na.rm = TRUE
(au cas où il y aurait des NA dans le jeu de données)
Cela fonctionne aussi avec la matrix
colSums(m1, na.rm = TRUE)
Cela peut être fait dans une boucle avec lapply/sapply/vapply
lapply(df1[-1], sum, na.rm = TRUE)
Il convient de noter que la sortie est une list
. Si nous avons besoin d'une sortie vector
sapply(df1[-1], sum, na.rm = TRUE)
Ou
vapply(df1[-1], sum, na.rm = TRUE, numeric(1))
Pour les matrices, si vous voulez parcourir les colonnes, utilisez apply
avec MARGIN = 1
apply(m1, 2, FUN = sum, na.rm = TRUE)
Il existe des moyens de le faire avec des packages tels que dplyr
ou data.table
library(dplyr)
df1 %>%
summarise_at(vars(matches("^V\\d+")), sum, na.rm = TRUE)
Ici, nous passons une expression régulière pour correspondre aux noms de colonne dont nous avons besoin pour obtenir la sum
dans votre summarise_at
. Le regex correspondra à toutes les colonnes commençant par V
suivi d'un ou plusieurs nombres ( \\d+
).
Une option data.table
est
library(data.table)
setDT(df1)[, lapply(.SD, sum, na.rm = TRUE), .SDcols = 2:ncol(df1)]
Nous convertissons le 'data.frame' en 'data.table' ( setDT(df1)
), spécifions les colonnes à appliquer à la fonction dans .SDcols
et .SDcols
le sous-ensemble de Data.table ( .SD
) et obtenons la sum
.
Si nous devons utiliser un groupe par opération, nous pouvons le faire facilement en spécifiant le groupe par colonne / colonnes.
df1 %>%
group_by(ID) %>%
summarise_at(vars(matches("^V\\d+")), sum, na.rm = TRUE)
Dans les cas où nous avons besoin de la sum
de toutes les colonnes, summarise_each
peut être utilisé à la place de summarise_at
df1 %>%
group_by(ID) %>%
summarise_each(funs(sum(., na.rm = TRUE)))
L'option data.table
est
setDT(df1)[, lapply(.SD, sum, na.rm = TRUE), by = ID]