Суммировать несколько столбцов по группам с помощью

Я хотел бы суммировать отдельные столбцы по группе, и я подумал, что нужно использовать tapply. Однако я не могу заставить tapply работать. Можно ли использовать tapply для суммирования нескольких столбцов? Если нет, почему бы и нет?

Я много раз искал интернет и нашел множество подобных вопросов еще в 2008 году. Однако на каждый из этих вопросов не был дан прямой ответ. Вместо этого ответы неизменно предполагают использование другой функции.

Ниже приведен пример набора данных, для которого я хочу суммировать яблоки по состоянию, вишни по штату и сливы по штату. Ниже я собрал множество альтернатив tapply, которые делайте работу.

Внизу я показываю простую модификацию исходного кода tapply, который позволяет tapply, чтобы выполнить требуемую операцию.

Тем не менее, возможно, я пропустил простой способ выполнить желаемую операцию с tapply. Я не ищу альтернативные функции, хотя возможны дополнительные варианты.

Учитывая простоту моей модификации исходного кода tapply, мне интересно, почему это или что-то подобное, еще не реализовано.

Спасибо за любой совет. Если мой вопрос будет дубликат, я буду рад опубликовать свой вопрос как ответ на этот другой вопрос.

Вот пример набора данных:

df.1 <- read.table(text = '

    state   county   apples   cherries   plums
       AA        1        1          2       3
       AA        2       10         20      30
       AA        3      100        200     300
       BB        7       -1         -2      -3
       BB        8      -10        -20     -30
       BB        9     -100       -200    -300

', header = TRUE, stringsAsFactors = FALSE)

Это не работает:

tapply(df.1, df.1$state, function(x) {colSums(x[,3:5])})

Страницы помощи говорят:

tapply(X, INDEX, FUN = NULL, ..., simplify = TRUE)

X       an atomic object, typically a vector.

Меня смутила фраза typically a vector, которая заставила меня задаться вопросом: можно использовать фрейм данных. Я никогда не понимал, что означает atomic object.

Вот несколько альтернатив tapply, которые работают. Первый вариант - это работа, которая объединяет tapply с apply.

apply(df.1[,c(3:5)], 2, function(x) tapply(x, df.1$state, sum))

#    apples cherries plums
# AA    111      222   333
# BB   -111     -222  -333

with(df.1, aggregate(df.1[,3:5], data.frame(state), sum))

#   state apples cherries plums
# 1    AA    111      222   333
# 2    BB   -111     -222  -333

t(sapply(split(df.1[,3:5], df.1$state), colSums))

#    apples cherries plums
# AA    111      222   333
# BB   -111     -222  -333

t(sapply(split(df.1[,3:5], df.1$state), function(x) apply(x, 2, sum)))

#    apples cherries plums
# AA    111      222   333
# BB   -111     -222  -333

aggregate(df.1[,3:5], by=list(df.1$state), sum)

#   Group.1 apples cherries plums
# 1      AA    111      222   333
# 2      BB   -111     -222  -333

by(df.1[,3:5], df.1$state, colSums)

# df.1$state: AA
#   apples cherries    plums 
#      111      222      333 
# ------------------------------------------------------------ 
# df.1$state: BB
#   apples cherries    plums 
#     -111     -222     -333

with(df.1, 
     aggregate(x = list(apples   = apples, 
                        cherries = cherries,
                        plums    = plums), 
               by = list(state   = state), 
               FUN = function(x) sum(x)))

#   state apples cherries plums
# 1    AA    111      222   333
# 2    BB   -111     -222  -333

lapply(split(df.1, df.1$state), function(x) {colSums(x[,3:5])} )

# $AA
#   apples cherries    plums 
#      111      222      333 
#
# $BB
#   apples cherries    plums 
#     -111     -222     -333

Вот исходный код для tapply, за исключением того, что я изменил строку:

nx <- length(X)

в

nx <- ifelse(is.vector(X), length(X), dim(X)[1])

Эта измененная версия tapply выполняет требуемую операцию:

my.tapply <- function (X, INDEX, FUN = NULL, ..., simplify = TRUE)
{
    FUN <- if (!is.null(FUN)) match.fun(FUN)
    if (!is.list(INDEX)) INDEX <- list(INDEX)
    nI <- length(INDEX)
    if (!nI) stop("'INDEX' is of length zero")
    namelist <- vector("list", nI)
    names(namelist) <- names(INDEX)
    extent <- integer(nI)
    nx     <- ifelse(is.vector(X), length(X), dim(X)[1])  # replaces nx <- length(X)
    one <- 1L
    group <- rep.int(one, nx) #- to contain the splitting vector
    ngroup <- one
    for (i in seq_along(INDEX)) {
    index <- as.factor(INDEX[[i]])
    if (length(index) != nx)
        stop("arguments must have same length")
    namelist[[i]] <- levels(index)#- all of them, yes !
    extent[i] <- nlevels(index)
    group <- group + ngroup * (as.integer(index) - one)
    ngroup <- ngroup * nlevels(index)
    }
    if (is.null(FUN)) return(group)
    ans <- lapply(X = split(X, group), FUN = FUN, ...)
    index <- as.integer(names(ans))
    if (simplify && all(unlist(lapply(ans, length)) == 1L)) {
    ansmat <- array(dim = extent, dimnames = namelist)
    ans <- unlist(ans, recursive = FALSE)
    } else {
    ansmat <- array(vector("list", prod(extent)),
            dim = extent, dimnames = namelist)
    }
    if(length(index)) {
        names(ans) <- NULL
        ansmat[index] <- ans
    }
    ansmat
}

my.tapply(df.1$apples, df.1$state, function(x) {sum(x)})

#  AA   BB 
# 111 -111

my.tapply(df.1[,3:4] , df.1$state, function(x) {colSums(x)})

# $AA
#   apples cherries 
#      111      222 
#
# $BB
#   apples cherries 
#     -111     -222