提问人：Jota 提问时间：8/12/2011 最后编辑：Jota 更新时间：6/11/2018 访问量：35760
如何使用 R 在数据帧的多列上运行 tapply（）？
How to run tapply() on multiple columns of data frame using R?
问：
我有一个如下所示的数据框：
a b1 b2 b3 b4 b5 b6 b7 b8 b9
D 4 6 9 5 3 9 7 9 8
F 7 3 8 1 3 1 4 4 3
R 2 5 5 1 4 2 3 1 6
D 9 2 1 4 3 3 8 2 5
D 5 4 3 1 6 4 1 8 3
R 3 7 9 1 8 5 3 4 2
D 4 1 8 2 6 3 2 7 5
F 7 1 7 2 7 1 6 2 4
D 6 3 9 3 9 9 7 1 2
该函数可以很好地生成一个表，该表将 df[，2] 中的所有内容与 df$a 相加，但是当我尝试获取类似的表时，除了每列的总和（2、3、4,..., 10）之外，我收到一条错误消息：tapply(df[,2], INDEX = df$a, sum)tapply(df[,2:10], INDEX = df$a, sum)
tapply（df[， 2：10]， INDEX = df$a， sum） 中的错误：参数必须具有相同的长度
此外，我希望表的行名是 的列名，这样第 1 行是 b1，第 2 行是 b2，第 9 行是 b9。df[,2:10]
答：
22赞
Joris Meys
8/12/2011
#1
这是因为 tapply 适用于向量，并将 df[，2：10] 转换为向量。接下来，sum 将为您提供总和，而不是每列的总和。使用 ，例如：aggregate()
aggregate(df[,2:10],by=list(df$a), sum)
如果你想返回一个列表，你可以使用 by（） 来做到这一点。确保指定 colSums 而不是 sum，因为 by 适用于拆分的数据帧：
by(df[,2:10],df$a,FUN=colSums)
9赞
Doon_Bogan
5/13/2014
#2
另一种可能性是将 和 组合在一起。applytapply
apply(df[,-1], 2, function(x) tapply(x, df$a, sum))
将产生输出（这是一个矩阵）
b1 ... b9
D sD1 ... sD9
F sF1 ... sF9
R sR1 ... sR9
然后，您可以使用 用于获取数据框作为输出。as.data.frame()
6赞
Jota
6/1/2015
#3
这是应用于此问题的方法。data.table
library(data.table)
DT <- data.table(df)
DT[, lapply(.SD, sum), by=a]
这是一种方法dplyr
library(dplyr)
df %>% group_by(a) %>% summarise_all(funs(sum))
评论
0赞
Mox
5/24/2018
summarise_each()已弃用。改用 ，或者改用。要映射所有变量，请使用summarise_all()summarise_at()summarise_if()funssummarise_all()
0赞
Mox
5/24/2018
还有什么.SD里面的lapply做吗？
0赞
Mox
5/24/2018
".SD 代表类似“Data.table 的子集”。最初的“.”没有任何意义，只是它使与用户定义的列名发生冲突的可能性更大。
评论