R ddply 仅汇总选定/特定/逻辑行的总和

Question

我有一个客户贷款数据库，我想对每个 LoanRefID 做一个 ddply 总结:

    LoanRefId               Tran_Type TransactionAmount
103        11               LoanIssue         1000.0000
104        11           InitiationFee          171.0000
105        11                Interest           59.6729
106        11       AdministrationFee           64.9332
107        11 RaisedClientInstallment         1295.5757
108        11       ClientInstallment         1295.4700
109        11                  PaidUp            0.0000
110        11              Adjustment            0.1361
111        11                  PaidUp            0.0000
112        12               LoanIssue         3000.0000
113        12           InitiationFee          399.0000
114        12                Interest           94.9858
115        12       AdministrationFee           38.6975
116        12 RaisedClientInstallment         3532.6350
117        12       ClientInstallment         3532.6100
118        12                  PaidUp            0.0000
119        12              Adjustment            0.0733
120        12                  PaidUp            0.0000

但是，我只想对每个 loanID 的某些行求和。具体来说，我只想在 Tran_Type == "ClientInstallment"的位置求和。

我能想到的唯一方法(似乎不起作用)是:

> ddply(test, c("LoanRefId"), summarise, cash_in = sum(test[test$Tran_Type == "ClientInstallment","TransactionAmount"]))

  LoanRefId cash_in
1        11 4828.08
2        12 4828.08

这不是对每个 LoanRefId 求和，它只是对所有金额求和，其中 Tran_Type == "CLientInstallment"是错误的。

有没有更好的方法来做这个逻辑和？

Answer 1

有人可能会添加一个 plyr 答案，但如今 base R、dplyr 或 data.table 更多被广泛使用的。 plyr 已更新和升级。花时间学习更新的实现是值得的，因为它们更高效并且包含更多功能。

基础 R

aggregate(TransactionAmount ~ LoanRefId, df[df$Tran_Type == "ClientInstallment",], sum)
#  LoanRefId TransactionAmount
#1        11           1295.47
#2        12           3532.61

dplyr

library(dplyr)
df %>% 
  group_by(LoanRefId) %>% 
  filter(Tran_Type == "ClientInstallment") %>%
  summarise(TransactionAmount = sum(TransactionAmount))
#Source: local data frame [2 x 2]
#
#  LoanRefId TransactionAmount
#      (int)             (dbl)
#1        11           1295.47
#2        12           3532.61

数据表

setDT(df)[Tran_Type == "ClientInstallment", sum(TransactionAmount), by=LoanRefId]
#   LoanRefId      V1
#1:        11 1295.47
#2:        12 3532.61

请注意 data.table 语法是多么干净:)。很好的学习工具。