提问人：Robert Hadow 提问时间：4/29/2019 更新时间：4/29/2019 访问量：2157
sum（） 或其他方法对数据帧子集中的 TRUE 进行计数
sum() or other method to count TRUEs in a subset of a dataframe
问：
我有一个 5000 x 8000 的数据帧，其中大部分是逻辑值。我想计算各种矩形部分的 TRUE 值。完美的解决方案如下所示：
features.total <- sum(df[ , 651:8500])
唉，那行不通。以下是一些可以玩的例子：
aa <- bb <- cc <- dd <- rep.int(FALSE,4)
df1 <- data.frame(aa, bb, cc, dd, stringsAsFactors = FALSE)
df1[2:3,2:3] <- TRUE
ww <- xx <- yy <- zz <- rep.int(0,4)
df2 <- data.frame(ww, xx, yy, zz, stringsAsFactors = FALSE)
df2[2:3,2:3] <- 1
v0 <- c(FALSE, TRUE, TRUE, TRUE)
v1 <- as.vector(df1[2, ])
v2 <- c(0, 1, 1, 0)
sum（） 适用于您期望的那些，但适用于其他的：
FUN（X[[i]]， ...） 中的错误：仅在数据框上定义，所有 数值变量
sum(v0)工作正常sum(v1)失败sum(v2)工作正常sum(df1)失败sum(df2)工作正常
逻辑对象更小、更简单。有没有一种替代方法可以让我坚持使用 TRUE 和 FALSE，但满足添加区域的需要？
答：
0赞
jay.sf
4/29/2019
#1
sum仅在具有所有数值变量的数据框上定义。如果我们看一下模式，我们会看到在 s 处失败，即列出的逻辑对象 （）。sumdata.frame$
str(v0) # works fine
# logi [1:4] FALSE TRUE TRUE TRUE
# compare:
str(as.data.frame(v0))
# 'data.frame': 4 obs. of 1 variable:
# $ v0: logi FALSE TRUE TRUE TRUE
str(v1) # fails
# 'data.frame': 1 obs. of 4 variables:
# $ aa: logi FALSE
# $ bb: logi TRUE
# $ cc: logi TRUE
# $ dd: logi FALSE
str(v2) # works fine
# num [1:4] 0 1 1 0
str(df1) # fails
# 'data.frame': 4 obs. of 4 variables:
# $ aa: logi FALSE FALSE FALSE FALSE
# $ bb: logi FALSE TRUE TRUE FALSE
# $ cc: logi FALSE TRUE TRUE FALSE
# $ dd: logi FALSE FALSE FALSE FALSE
str(df2) # works fine
# 'data.frame': 4 obs. of 4 variables:
# $ ww: num 0 0 0 0
# $ xx: num 0 1 1 0
# $ yy: num 0 1 1 0
# $ zz: num 0 0 0 0
当我们他们时，它工作正常。unlist
str(v1) # fails
sum(unlist(v1)) # works fine
# [1] 2
str(df1) # fails
sum(unlist(df1)) # works fine
# [1] 4
而不是我们也可以转换之前的 s，只需摆脱列表结构即可。unlistdata.frameas.matrixsum
sum(as.matrix(v1))
# [1] 2
sum(as.matrix(df1))
# [1] 4
甚至更短......
sum(t(t(v1)))
# [1] 2
sum(t(t(df1)))
# [1] 4
...
sum(!(v1))
# [1] 2
sum(!!(df1))
# [1] 4
编辑
像这样申请data.frame
df1
# a b l1 l2 l3
# 1 t z TRUE TRUE TRUE
# 2 b a FALSE TRUE TRUE
# 3 h j FALSE TRUE FALSE
# 4 c x TRUE TRUE TRUE
str(df1)
# 'data.frame': 4 obs. of 5 variables:
# $ a : Factor w/ 4 levels "b","d","e","x": 3 2 1 4
# $ b : Factor w/ 4 levels "c","r","w","x": 2 1 4 3
# $ l1: logi FALSE FALSE TRUE TRUE
# $ l2: logi TRUE TRUE TRUE TRUE
# $ l3: logi FALSE TRUE FALSE TRUE
我们可以像这样建立矩形sum
sum(!!df1[3:5])
sum(!!df1[sapply(df1, is.logical)]) # or, allocating logical columns automatically
# [1] 8
sum(!!df1[3:4, 4:5]) # or, sub-rectangles
# [1] 3
数据
df1 <- structure(list(a = structure(c(3L, 2L, 1L, 4L), .Label = c("b",
"d", "e", "x"), class = "factor"), b = structure(c(2L, 1L, 4L,
3L), .Label = c("c", "r", "w", "x"), class = "factor"), l1 = c(FALSE,
FALSE, TRUE, TRUE), l2 = c(TRUE, TRUE, TRUE, TRUE), l3 = c(FALSE,
TRUE, FALSE, TRUE)), class = "data.frame", row.names = c(NA,
-4L))
评论
0赞
Robert Hadow
4/29/2019
谢谢jay.sf。我的数据帧还有其他字符数据列，因此转到矩阵不起作用。还有四列列表-- 这是Excel电子表格的不幸遗留物，数据来自此。我正在逐个观察地将它们列出。它们正在填充数据帧的稀疏逻辑区域。完成后，我将按照您的建议取消列出整个数据帧。我永远感激你。
0赞
jay.sf
4/29/2019
我不确定您是否真的在处理列表内对象顺序，而不是列表内的向量。我在编辑中举了一个例子来回答我的问题，即我认为您的数据框可能是什么样子的，以及如何获得整个矩形的总和，而不是列。如果你需要按列求和，你可能需要 @julian-hn 建议的。colSums
1赞
Julian_Hn
4/29/2019
#2
除了 jay 建议的手动取消列表并转换为 jay 建议之外，我们还可以使用一些专门设计的 R 函数，例如： 和。这些函数在每一行/每一列上工作，因此隐式地将其参数转换为向量，并为其定义了总和。完成此操作后，对于每一行/每列，我们可以对结果求和以获得总和。matrixdata.framesrowSums()colSums()data.frame
aa <- bb <- cc <- dd <- rep.int(FALSE,4)
df1 <- data.frame(aa, bb, cc, dd, stringsAsFactors = FALSE)
df1[2:3,2:3] <- TRUE
ww <- xx <- yy <- zz <- rep.int(0,4)
df2 <- data.frame(ww, xx, yy, zz, stringsAsFactors = FALSE)
df2[2:3,2:3] <- 1
v0 <- c(FALSE, TRUE, TRUE, TRUE)
v1 <- as.vector(df1[2, ])
v2 <- c(0, 1, 1, 0)
######### working code
> sum(colSums(v1))
[1] 2
> sum(colSums(df1))
[1] 4
评论
1赞
Robert Hadow
4/29/2019
像冠军一样工作。 处理所有列表和问题。sum(colSums(df[ ,651:8500]))$
评论