R Language
Работа с колонкой

сумма каждого столбца

Предположим, нам нужно сделать sum каждого столбца в наборе данных

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])

Есть много способов сделать это. Используя base R , лучшим вариантом будет colSums

colSums(df1[-1], na.rm = TRUE)

Здесь мы удалили первый столбец, поскольку он не является числовым, и сделал sum каждого столбца, указав na.rm = TRUE (в случае, если в наборе данных есть любые NA)

Это также работает с matrix

colSums(m1, na.rm = TRUE)

Это можно сделать в петле с lapply/sapply/vapply

 lapply(df1[-1], sum, na.rm = TRUE)

Следует отметить, что вывод - это list . Если нам нужен vector вывод

 sapply(df1[-1], sum, na.rm = TRUE)

Или же

 vapply(df1[-1], sum, na.rm = TRUE, numeric(1))

Для матриц, если мы хотим перебирать столбцы, тогда используйте apply с MARGIN = 1

 apply(m1, 2, FUN = sum, na.rm = TRUE)

Есть способы сделать это с помощью таких пакетов, как dplyr или data.table

 library(dplyr)
 df1 %>%
     summarise_at(vars(matches("^V\\d+")), sum, na.rm = TRUE)

Здесь мы передаем регулярное выражение, чтобы соответствовать именам столбцов, которые нам нужны, чтобы получить sum в summarise_at . Регулярное выражение будет соответствовать всем столбцам, начинающимся с V за которым следует одно или несколько чисел ( \\d+ ).

data.table

library(data.table)   
setDT(df1)[, lapply(.SD, sum, na.rm = TRUE), .SDcols = 2:ncol(df1)]

Мы преобразуем «data.frame» в «data.table» ( setDT(df1) ), указали столбцы, в которых должна быть применена функция в .SDcols и петля через подмножество Data.table ( .SD ) и получить sum .

Если нам нужно использовать группу по операции, мы можем сделать это легко, указав группу по столбцу / столбцам

 df1 %>%
   group_by(ID) %>%   
   summarise_at(vars(matches("^V\\d+")), sum, na.rm = TRUE)

В случаях, когда нам нужна sum всех столбцов, summarise_each может использоваться вместо summarise_at

df1 %>%
    group_by(ID) %>%
    summarise_each(funs(sum(., na.rm = TRUE)))

Параметр data.table

setDT(df1)[, lapply(.SD, sum, na.rm = TRUE), by = ID]