基于多个其他因素的总和列列(Sum columns based on multiple other

我有以下数据框：

df<-structure(list(totprivland = c(175L, 50L, 100L, 14L, 4L, 240L, 
10L, 20L, 20L, 58L), ncushr8d1 = c(0L, 0L, 0L, 0L, 0L, 30L, 5L, 
0L, 0L, 50L), ncu_CENREG1 = structure(c(4L, 4L, 4L, 4L, 1L, 3L, 
3L, 3L, 4L, 4L), .Label = c("Northeast", "Midwest", "South", 
"West"), class = "factor"), ncushr8d2 = c(75L, 50L, 100L, 14L, 
2L, 30L, 5L, 20L, 20L, 8L), ncu_CENREG2 = structure(c(4L, 4L, 
4L, 4L, 1L, 2L, 1L, 4L, 3L, 4L), .Label = c("Northeast", "Midwest", 
"South", "West"), class = "factor"), ncushr8d3 = c(100L, NA, 
NA, NA, 2L, 180L, 0L, NA, NA, NA), ncu_CENREG3 = structure(c(4L, 
NA, NA, NA, 1L, 1L, 3L, NA, NA, NA), .Label = c("Northeast", 
"Midwest", "South", "West"), class = "factor"), ncushr8d4 = c(NA, 
NA, NA, NA, 0L, NA, NA, NA, NA, NA), ncu_CENREG4 = structure(c(NA, 
NA, NA, NA, 1L, NA, NA, NA, NA, NA), .Label = c("Northeast", 
"Midwest", "South", "West"), class = "factor")), .Names = c("totprivland", 
"ncushr8d1", "ncu_CENREG1", "ncushr8d2", "ncu_CENREG2", "ncushr8d3", 
"ncu_CENREG3", "ncushr8d4", "ncu_CENREG4"), row.names = c(27404L, 
27525L, 27576L, 27822L, 28099L, 28238L, 28306L, 28312L, 28348L, 
28379L), class = "data.frame")

=======

这是dput以下基本思路：

Total    VariableA  LocationA    VariableB     LocationB
30            20       East          10         East
20            20       South         NA         West
115           15       East         100         South
100           50       West          50         West 
35            10       East          25         South  

总（或在dput示例totprivland）是变量（ncushr8d1，ncushr8d2，ncushr8d3，和ncushr8d4）的总和，并且每个变量具有相应的因子位置的变量（ncu_CENREG1等）。 有6个额外的变量和位置在这相同的模式。 位置的变量是常常用于多个数值变量（例如多个“东”位置值等的例子中的第一行）相同的值。

我想获得的值的总和为每一行通过共同的区位因素，创造了每个位置的总和的新列。 这将是这个样子，与忽略NA值的能力：

Total    VariableA  LocationA    VariableB     LocationB   TotalWest  TotalEast TotalSouth
30            20       East          10         East          0          30          0
20            20       South         NA         NA            0           0         20
115           15       East         100         South         0          15        100
100           50       West          50         West        100           0          0 
35            10       East          25         South         0          10         25

我看着聚集和分裂，但似乎无法弄清楚如何让他们的工作遇到了许多列。 我也在考虑一个漫长的“如果”，将通过所有8个变量及其对应的位置旋转，但觉得必须有这样一个更好的解决方案声明。 这些意见进行加权的调查套餐使用，我想，以避免重复的意见，使他们“长”与重塑包，但也许我可以将它们在以后重新结合。 任何建议表示赞赏！

许多感谢，卢克

Answer 1:

首先，我想将数据帧转换为中，你有3列的长型：值，位置情况。 情况下应指出这种情况下（例如，行）中的数据是从哪里来的。 顺序并不重要。 所以你的数据帧看起来是这样的：

Value    Loc    Case
20       East   1
20       South  2
...
10       East   1

等等......做到这一点的方法之一是堆栈你的价值和位置，然后手动（容易地）添加病例数。 假设你原来的数据框被称为DF，并在列3,5 2,4列中的值和位置

v.col = stack(df[,c(2,4)])[,1]
v.loc = stack(df[,c(3,5)])[,1]
v.case = rep(1:nrow(df),2)
long.data = data.frame(v.col,v.loc,v.case)    # this is not actually needed, but just so you can view it

现在使用tapply创建你所需要的列

s = tapply(v.col,list(v.case,v.loc),sum,na.rm=T)
new.df = cbind(df,s)

你可能需要调整NA为0或什么的，但是这应该很容易。

也有可能是更容易的方式做到这一点使用plyr /重塑包，但我不是专家就这些。

希望这可以帮助

文章来源: Sum columns based on multiple other factor columns