管理一列中的重复条目，同时在 r 中保持其他列不变

Question

我有多个站点的物种计数数据，包括站点、年、月和日的信息。在此数据中，对于几个物种，在某些日子有多个条目。例如，2016 年 1 月 3 日，对于物种 A1，有两个条目，即 10 和 20。第一步，我想取这一天的最大值，即 20。在第二步，如果有多个条目每个站点每月抽样一天，然后我想取每月的平均值。例子如下

species site    year    month   day total
A1  GG  2016    1   3   10
A1  GG  2016    1   3   20
A1  GG  2016    1   4   22
A2  GG  2016    1   5   32
A2  GG  2016    1   6   34
A3  GG  2016    1   9   23

应该看起来像这样

species site    year    month   day total
A1  GG  2016    1   3.5 21
A2  GG  2016    1   5.5 33
A3  GG  2016    1   9   23

Answer 1

我们按前五列分组，即'species'、'site'、'year'、'month'、'day'、summarise得到'total' 的 max，然后在没有 'day' 的情况下进行分组，得到 'day' 和 'total'

的 mean

library(dplyr)
df1 %>%
    group_by_at(names(.)[1:5]) %>% 
    summarise(total = max(total)) %>%
    group_by_at(names(.)[1:4]) %>%
    summarise_all(mean)
# A tibble: 3 x 6
# Groups: species, site, year [?]
#   species site   year month   day total
#   <chr>   <chr> <int> <int> <dbl> <dbl>
#1 A1      GG     2016     1  3.50  21.0
#2 A2      GG     2016     1  5.50  33.0
#3 A3      GG     2016     1  9.00  23.0

Answer 2

作为参考，这里是使用data.table

的解决方案

> library(data.table)
> dt <- fread("
  species site    year    month   day total
  A1  GG  2016    1   3   10
  A1  GG  2016    1   3   20
  A1  GG  2016    1   4   22
  A2  GG  2016    1   5   32
  A2  GG  2016    1   6   34
  A3  GG  2016    1   9   23
  ")
> cols_with_day <- c('species', 'site', 'year', 'month', 'day')
> cols_without_day <- c('species', 'site', 'year', 'month')
> result <- dt[, .(total = max(total)), by = cols_with_day
               ][, .(day = mean(day), total = mean(total)), by = cols_without_day]
> result
   species site year month day total
1:      A1   GG 2016     1 3.5    21
2:      A2   GG 2016     1 5.5    33
3:      A3   GG 2016     1 9.0    23

管理一列中的重复条目，同时在 r 中保持其他列不变

Managing duplicate entries in one column while keeping other columns intact in r

aggregate

r

plyr

melt

dplyr