Сумма по уникальным парам переменных

Я ищу способ аккуратно суммировать уникальные пары моих двух переменных, предпочтительно в data.table.

Вот мои данные:

 > x_base
    State SA2 Population_SA2
 1:     A   x            304
 2:     A   x            304
 3:     A   y             79
 4:     A   y             79
 5:     A   y             79
 6:     B   z            961
 7:     B   z            961
 8:     B   z            961
 9:     B   z            961
10:     B   w             90
11:     B   w             90
12:     B   u            550
13:     C   v            113
14:     C   v            113
15:     C   t            425
16:     C   t            425
17:     C   t            425

Что я хочу сделать, так это вычислить сумму Population_SA2 на State. Однако у меня есть несколько записей для каждой пары State и SA2, например, у меня есть две пары State == A & SA2 == x, но когда я суммирую по Population_SA2, было бы неправильно считать 304 дважды, также было бы неправильно считать 79 три раза. Население для State A должно быть 383 (304 + 79).

Вот мое текущее решение:

1) Найдите уникальные пары State и SA2:

> x_unique <- unique(x_base)
> x_unique
   State SA2 Population_SA2
1:     A   x            304
2:     A   y             79
3:     B   z            961
4:     B   w             90
5:     B   u            550
6:     C   v            113
7:     C   t            425

2) Сумма Population_SA2 на State:

> x_unique <- x_unique[,.(sum_by_state = sum(Population_SA2)), by = State]
> x_unique
   State sum_by_state
1:     A          383
2:     B         1601
3:     C          538

3) Соедините обратно с начальным data.table:

> x_final <- merge(x_base, x_unique[,.(State,sum_by_state)], by = "State")
> x_final
    State SA2 Population_SA2 sum_by_state
 1:     A   x            304          383
 2:     A   x            304          383
 3:     A   y             79          383
 4:     A   y             79          383
 5:     A   y             79          383
 6:     B   z            961         1601
 7:     B   z            961         1601
 8:     B   z            961         1601
 9:     B   z            961         1601
10:     B   w             90         1601
11:     B   w             90         1601
12:     B   u            550         1601
13:     C   v            113          538
14:     C   v            113          538
15:     C   t            425          538
16:     C   t            425          538
17:     C   t            425          538

Мне бы очень хотелось узнать, можно ли это сделать более чистым и лаконичным способом, когда мне не нужно создавать какие-либо промежуточные объекты.

Очень признателен!

Не уверен, что нужно, но вот dput()

structure(list(State = c("A", "A", "A", "A", "A", "B", "B", "B", 
"B", "B", "B", "B", "C", "C", "C", "C", "C"), SA2 = c("x", "x", 
"y", "y", "y", "z", "z", "z", "z", "w", "w", "u", "v", "v", "t", 
"t", "t"), Population_SA2 = c(304L, 304L, 79L, 79L, 79L, 961L, 
961L, 961L, 961L, 90L, 90L, 550L, 113L, 113L, 425L, 425L, 425L
)), row.names = c(NA, -17L), class = c("data.table", "data.frame"
), .internal.selfref = <pointer: 0x0000000000121ef0>)

Если вас интересует более чистый способ обработки таких данных, я бы предложил использовать несколько нормализованных/опрятных таблиц (а не одну со сложной структурой, приводящей к повторяющимся/избыточным значениям). Статья Хэдли — хорошее руководство: jstatsoft.org/article/view/v059i10

Frank 31.05.2019 16:06
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
1
36
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

data.table решение

x_base[, sum_by_state := sum(Population_SA2[!duplicated(SA2)]), by = State]
x_base
#     State SA2 Population_SA2 sum_by_state
#  1:     A   x            304          383
#  2:     A   x            304          383
#  3:     A   y             79          383
#  4:     A   y             79          383
#  5:     A   y             79          383
#  6:     B   z            961         1601
#  7:     B   z            961         1601
#  8:     B   z            961         1601
#  9:     B   z            961         1601
# 10:     B   w             90         1601
# 11:     B   w             90         1601
# 12:     B   u            550         1601
# 13:     C   v            113          538
# 14:     C   v            113          538
# 15:     C   t            425          538
# 16:     C   t            425          538
# 17:     C   t            425          538

dplyr-решение будет:

library(dplyr)

x_base %>% 
  group_by(State) %>% 
  mutate(sum_by_state = sum(Population_SA2[!duplicated(SA2)]))

# A tibble: 17 x 4
# Groups:   State [3]
#    State SA2   Population_SA2 sum_by_state
#    <chr> <chr>          <int>        <int>
# 1  A     x                304          383
# 2  A     x                304          383
# 3  A     y                 79          383
# 4  A     y                 79          383
# 5  A     y                 79          383
# 6  B     z                961         1601
# 7  B     z                961         1601
# 8  B     z                961         1601
# 9  B     z                961         1601
# 10 B     w                 90         1601
# 11 B     w                 90         1601
# 12 B     u                550         1601
# 13 C     v                113          538
# 14 C     v                113          538
# 15 C     t                425          538
# 16 C     t                425          538
# 17 C     t                425          538

Другие вопросы по теме