r - 如何通过多个单独的组将R用于相同的字段聚合

我正在尝试分别对几个（实际上是数百个）组执行指标计数（不对所有组的所有组合进行计数）。我将通过简化示例进行演示：

假设我有那个数据集

data<-cbind(c(1,1,1,2,2,2)
,c(1,1,2,2,2,3)
,c(3,2,1,2,2,3))
> data

      [,1] [,2] [,3]
[1,]    1    1    3
[2,]    1    1    2
[3,]    1    2    1
[4,]    2    2    2
[5,]    2    2    2
[6,]    2    3    3

和一个指标

some_indicator<-c(1,0,0,1,0,1)

然后我想没有循环运行（例如按列应用），例如

aggregate(some_indicator,list(data[,1]),sum)
aggregate(some_indicator,list(data[,2]),sum)
aggregate(some_indicator,list(data[,3]),sum)

这将产生以下结果：

     [,1] [,2] [,3]
[1,]    1    1    0
[2,]    2    1    1
[3,]    0    1    2

即对于每列（值子集在列之间变化不大），请按值计算指标并将其合并。

目前，我使用循环遍历列来编写它，但是我需要一种更有效的方法，因为有很多列并且需要一个多小时。

提前致谢，
迈克尔

最佳答案

1）tapply tapply的第一个参数是data，每一列都用some_indicator替换。第二个参数表示我们希望按数据中的组和列号进行分组。

result <- tapply(replace(data, TRUE, some_indicator), list(data, col(data)), sum)
replace(unname(result), is.na(result), 0)

对于问题中显示的输入，最后一行给出：

     [,1] [,2] [,3]
[1,]    1    1    0
[2,]    2    1    1
[3,]    0    1    2

1a）轻触以下是更长的tapply解决方案。 fun使用一列作为其参数，并使用tapply将该列作为组对some_indicator中的组求和；但是，不同的列中可以有不同的组集，因此要确保它们都具有相同的组集（以供以后对齐），我们实际上是按factor(x, levs)进行分组的。 sapply将fun应用于data的每一列。因为as.data.frame是一个矩阵，所以需要data，因此，如果我们将sapply应用于每个元素，则将应用于每个元素而不是每个列。

 levs <- levels(factor(data))
 fun <- function(x) tapply(some_indicator, factor(x, levs), sum)
 result <- sapply(as.data.frame(data), fun)
 replace(unname(result), is.na(result), 0)

2）xtabs这与tapply解决方案非常相似。它的确具有以下优点：（1）sum暗示xtabs，因此无需指定，并且（2）未填充的单元格将填充0而不是NA，从而省去了用0替换NA的额外步骤。另一方面，我们必须使用c将公式的每个分量分解为向量，因为与tapply不同，xtabs公式将不接受矩阵：

result <- xtabs(c(replace(data, TRUE, some_indicator)) ~ c(data) + c(col(data)))
dimnames(result) <- NULL

对于问题中的数据，得出：

> result
     [,1] [,2] [,3]
[1,]    1    1    0
[2,]    2    1    1
[3,]    0    1    2

修订版修订了tapply解决方案，并添加了xtabs解决方案。