我有一个表格如下:
Rptname Score
Bebo23 8
Bebo22 9
Bebo19 10
Alt88 12
Alt67 11
Jimm 5
Jimm2 7
等等。 我想将相似的行分组。即
Bebo 27
Alt 22
Jimm 12
行名称的开头始终是要分组的相似部分,但相似的字符数可能会有所不同。我很高兴我必须定义组并可能使用某种正则表达式,但我不确定如何在此基础上进行分组和求和。感谢您提前的帮助
最佳答案
您可以使用sub
去掉末尾的数字并执行aggregate
do.call(`data.frame`, aggregate(Score~cbind(Rptname=sub('\\d+$', '',
Rptname)), df, sum))
# Rptname Score
#1 Alt 23
#2 Bebo 27
#3 Jimm 12
或者将transform
与aggregate
结合使用(按照@docendo discimus的建议)
aggregate(Score ~ Rptname, transform(df, Rptname = sub("\\d+$",
"", Rptname)), sum)
或者带有data.table
的选项
library(data.table)
setDT(df)[, .(Score=sum(Score)),
by=list(Rptname=sub('\\d+$','', Rptname))]
或者使用rowsum
(由@alexis_laz建议
with(df, rowsum(Score, sub('\\d+$', '', Rptname)))
# [,1]
#Alt 23
#Bebo 27
#Jimm 12
更新
如果分组基于前三个字符,则可以使用 substr
aggregate(Score~Rptname, transform(df, Rptname=substr(Rptname, 1,3)), sum)
# Rptname Score
#1 Alt 23
#2 Beb 27
#3 Jim 12
关于r - 如何在 R 中对相似的行进行分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28123444/