我有一个大数据表(来自包 data.table),有超过 60 列(前三列对应于因子,其余对应于响应变量,在这种情况下是不同的物种)和几行对应于不同的处理水平和物种丰度。
一个非常小的版本如下所示:
library(data.table)
TEST <- data.table(Time=c("0","0","0","7","7","7","12"),
Zone=c("1","1","0","1","0","0","1"),
quadrat=c(1,2,3,1,2,3,1),
Sp1=c(0,4,29,9,1,2,10),
Sp2=c(20,17,11,15,32,15,10),
Sp3=c(1,0,1,1,1,1,0))
setkey(TEST,Time)
TEST
# Time Zone quadrat Sp1 Sp2 Sp3
# 1: 0 1 1 0 20 1
# 2: 0 1 2 4 17 0
# 3: 0 0 3 29 11 1
# 4: 12 1 1 10 10 0
# 5: 7 1 1 9 15 1
# 6: 7 0 2 1 32 1
# 7: 7 0 3 2 15 1
我首先想计算每个区域 x 样方组合在时间上每个物种的平均丰度,这很好:
Abundance = TEST[ , lapply(.SD, mean), by = "Zone,quadrat"]
Abundance
# Zone quadrat Time Sp1 Sp2 Sp3
# 1: Z1 1 NA 6.333333 15.0 0.6666667
# 2: Z1 2 NA 2.500000 24.5 0.5000000
# 3: Z0 1 NA 15.500000 13.0 1.0000000
然后我想计算“物种”列的逐行总和,在从 Sp1 到 Sp3 的示例中。我尝试了以下代码但没有成功:
Abundance$SumAbundance <- rowSums(Abundance[ , c(4:6)])
我收到错误消息:
# Error in rowSums(Abundance[, c(4:6)]) :
# 'x' must be an array of at least two dimensions
如何计算
data.table
的特定列的行总和?
最佳答案
[ 于 2020 年 2 月 15 日编辑以反射(reflect) data.table
的当前状态 ] 在 data.table
的最新版本中rowSums(Abundance[ , 4:6])
像 OP 最初预期的那样工作。以下是一些替代方案:
Abundance[, SumAbundance := rowSums(.SD), .SDcols = 4:6]
另外,我没有检查,但我怀疑这会更快,因为它不会转换为
matrix
如rowSums
做:Abundance[, SumAbundance := Reduce(`+`, .SD), .SDcol = 4:6]
关于r - 对特定列的 data.table 行求和,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21857679/