R tổng các hàng cho các nhóm cột khác nhau bắt đầu bằng chuỗi tương tự

Question

Tôi khá mới đối với R và đây là lần đầu tiên tôi dám đặt câu hỏi tại đây.

Tôi đang làm việc với tập dữ liệu có thang tỷ lệ và tôi muốn xếp hàng trên các nhóm cột khác nhau chia sẻ các chuỗi đầu tiên trong tên của chúng.

Dưới đây tôi xây dựng một khung dữ liệu chỉ có 2 hàng để minh họa cách tiếp cận mà tôi đã theo dõi, mặc dù tôi muốn nhận được phản hồi về cách tôi có thể viết một cách hiệu quả hơn để thực hiện nó.

df <- as.data.frame(rbind(rep(sample(1:5),4),rep(sample(1:5),4))) 

var.names <- c("emp_1","emp_2","emp_3","emp_4","sat_1","sat_2" 
      ,"sat_3","res_1","res_2","res_3","res_4","com_1", 
      "com_2","com_3","com_4","com_5","cap_1","cap_2", 
      "cap_3","cap_4") 

names(df) <- var.names 

Vì vậy, những gì tôi đã làm, là để sử dụng chức năng grep để có thể tổng hợp các hàng của các biến đã xác định rằng bắt đầu với chuỗi nhất định và lưu trữ chúng trong một biến mới. Nhưng tôi phải viết một dòng mã mới cho mỗi biến.

df$emp_t <- rowSums(df[, grep("\\bemp.", names(df))]) 
df$sat_t <- rowSums(df[, grep("\\bsat.", names(df))]) 
df$res_t <- rowSums(df[, grep("\\bres.", names(df))]) 
df$com_t <- rowSums(df[, grep("\\bcom.", names(df))]) 
df$cap_t <- rowSums(df[, grep("\\bcap.", names(df))]) 

Nhưng có nhiều biến hơn trong tập dữ liệu và tôi muốn biết liệu có cách nào để thực hiện điều này chỉ với một dòng mã hay không. Ví dụ, một số cách để nhóm các biến bắt đầu bằng các chuỗi giống nhau và sau đó áp dụng hàm hàng.

Cảm ơn trước!

Answer 1

Một giải pháp khả thi là để transpose df và tính toán số tiền cho các cột đúng bằng cơ sở R rowsum chức năng (sử dụng set.seed(123))

cbind(df, t(rowsum(t(df), sub("_.*", "_t", names(df))))) 
# emp_1 emp_2 emp_3 emp_4 sat_1 sat_2 sat_3 res_1 res_2 res_3 res_4 com_1 com_2 com_3 com_4 com_5 cap_1 cap_2 cap_3 cap_4 cap_t 
# 1  2  4  5  3  1  2  4  5  3  1  2  4  5  3  1  2  4  5  3  1 13 
# 2  1  3  4  2  5  1  3  4  2  5  1  3  4  2  5  1  3  4  2  5 14 
# com_t emp_t res_t sat_t 
# 1 15 14 11  7 
# 2 15 10 12  9 

Answer 2

Đồng ý với MrFlick mà bạn có thể muốn đưa dữ liệu của bạn ở định dạng dài (xem reshape2, tidyr), nhưng để trả lời câu hỏi của bạn:

cbind(
    df, 
    sapply(split.default(df, sub("_.*$", "_t", names(df))), rowSums) 
) 

sẽ làm các trick

Answer 3

Bạn sẽ tốt hơn trong thời gian dài nếu bạn đặt dữ liệu của mình vào tidy format. Vấn đề là dữ liệu ở dạng rộng hơn là một định dạng dài. Và tên biến, ví dụ: emp_1, thực ra là hai phần dữ liệu riêng biệt: lớp của người đó và số ID của người đó (hoặc thứ gì đó tương tự). Đây là một giải pháp cho vấn đề của bạn với dplyr và tidyr.

library(dplyr) 
library(tidyr) 
df %>% 
    gather(key, value) %>% 
    extract(key, c("class", "id"), "([[:alnum:]]+)_([[:alnum:]]+)") %>% 
    group_by(class) %>% 
    summarize(class_sum = sum(value)) 

Trước tiên, chúng tôi chuyển đổi khung dữ liệu từ định dạng rộng sang dài với gather(). Sau đó, chúng tôi chia các giá trị emp_1 thành các cột riêng biệt class và id với extract(). Cuối cùng, chúng tôi nhóm theo lớp và tổng hợp các giá trị trong mỗi lớp. Kết quả:

Source: local data frame [5 x 2] 

    class class_sum 
1 cap  26 
2 com  30 
3 emp  23 
4 res  22 
5 sat  19