Somme conditionnelle en r

L'utilisation de la somme de votre condition fonctionnera. Les valeurs logiques sont converties à 0 pour FALSE et 1 pour un vrai sommation sur un logique vous indique combien de valeurs sont vraies.

 dat <- as.data.frame(matrix(1:36,6,6))
 colnames(dat) <- paste0("Col", LETTERS[1:6])
 dat$ColA
# [1] 1 2 3 4 5 6
 dat$ColA < 3
# [1]  TRUE  TRUE FALSE FALSE FALSE FALSE
 sum(dat$ColA < 3)
# [1] 2

Pour un problème légèrement plus complexe, utilisez le "qui" pour dire "la somme" où sommeillir: Si DF est la trame de données:

sum(DF[which(DF[,1]>30 & DF[,4]>90),2])

tandis que la réponse somme (Columna df $ est correcte, il pourrait être préférable de se développer un peu.

Dites si vous souhaitez résumer les valeurs au lieu de compter Vous pouvez utiliser: p>

somme (df $ $ colonne p>

ou s'il y a na code > Valeurs Utilisation: P>

Somme (df $ $ Columna
somme (df [(df $ chronique p>

Ce qu'il arrive de créer Un vecteur booléen de Columna qui est vrai / faux basé sur votre conditionnel. Ensuite, vous prenez un sous-ensemble du Dataframe d'origine et utilisez-le dans ce cas pour faire la somme de la centimaire. P>

Voici un exemple que vous pouvez utiliser pour l'essayer: P>

df = data.frame(colA=c(1, 2, 3, 4, NA), colB=c('a', NA, 'c', 'd', 'e'))

# Count
sum(df$colA) # NA
sum(df$colA, na.rm=TRUE) # 10 This is actually sum of values since colA wasn't turned into vector of booleans
sum(df$colA > 0, na.rm=TRUE) # 4
sum(df$colA > 2, na.rm=TRUE) # 2
sum((df$colA > 2) & (df$colB == 'd'), na.rm=TRUE) # 1

# Sum of values
sum(df$colA, na.rm=TRUE) # 10
sum(df[df$colA > 0,]$colA, na.rm=TRUE) # 10
sum(df[df$colA > 2,]$colA, na.rm=TRUE) # 7
bn_vector = (df$colA > 2)&(df$colB=='d') # Boolean vector
sub_df = df[bn_vector,] # Subset of the dataframe. Leaving the second argument in [] empty uses all the columns
sub_df_colA = df[bn_vector, 'colA'] # Content of column 'colA' which is vector of numbers
sum(sub_df$colA) # 4
sum(sub_df_colA) # 4

ozone <-c (41,97,97)

solar.r <-c (190.267.272)

Wind <-C (7.4,6.3.5.7)

TEMP <-C (67,92,92)

mois <-c (5,7,7)

jour <-c (1,8,9)

TBL <-Data.frame (ozone, solaire, vent, temp, mois, jour)

tbl

ozone | Solar.R | Vent | Temp | Mois | Jour 1 41 | 190 | 7.4 | 67 | 5 | 1 2 97 | 267 | 6.3 | 92 | 7 | 8 3 97 | 272 | 5.7 | 92 | 7 | 9

SUM (TBL $ TEMP) / SUM (! IS.NA (TBL $ TEMP))

[1] 84