Somme suivant la valeur d'un champ dans une data.frame

(Re-)Bonjour tout le monde,

Encore une question qui fait suite à mon précédent post (en reprenant le même exemple).

J'ai une data frame de cette forme :

Code:


       Numero  Date                     Releve1        Releve2
       9001      20120801             220              2        
       9001      20120802             242              1      
       9001      20120803             219              0      
       9002      20120804             192              2        

J'aimerai sommer les valeurs du champ 'Releve1' et du champ 'Releve2' en fonction du Numéro et avoir en sortie quelque chose comme ça :

Code:


       Numero Sum_Releve1        Sum_Releve2
       9001      681                     3             
       9002      192                      2        

Pour le moment je passe avec des boucle for() mais sur une très grande data.frame c'est pas forcément optimale.

Receveur de tout conseil

Cordialement,

Khalid

Avec aggregate() mais tu ne peux faire qu'une colonne à la fois :

Code:

aggregate(Releve1~Numero, data=tondataframe, FUN=sum)

Avec ddply() c'est mieux, je ne connais pas la syntaxe par coeur mais la commande devrait ressembler à ça :

Code:

library(plyr)
ddply(tondataframe, .(Numero), summarize, sum1=sum(Releve1), sum2=sum(Releve2))

Salut,

Je confirme la syntaxe de popotam pour ddply. Si tu as vraiment un gros jeu de données alors avec ddply tu peux aussi utiliser du calcul parallèle assez facilement via les librairies foreach et doParallel.

Nik

salut,

dans le cas d'une somme la fonction la plus performante est rowsum :

Code:

microbenchmark(rowsum(tab[,3:4], tab$Numero), aggregate(Releve1~Numero, tab, FUN=sum), ddply(tab, .(Numero), summarize, sum1=sum(Releve1), sum2=sum(Releve2)))
Unit: microseconds
                                                                      expr      min      lq  median      uq      max neval
                                            rowsum(tab[, 3:4], tab$Numero)  330.130  339.110  345.525  354.291  877.495  100
                                aggregate(Releve1 ~ Numero, tab, FUN = sum) 1011.770 1029.945 1051.113 1089.385 1780.648  100
 ddply(tab, .(Numero), summarize, sum1 = sum(Releve1), sum2 = sum(Releve2)) 1649.365 1675.664 1701.109 1748.361 2480.676  100

cdlt