如何在 R 中的聚合函数中设置列名

在本文中，我们将讨论如何使用 R 编程语言中的聚合函数设置列名。

基 R 中的聚合方法用于将数据帧划分为更小的子集，并为每个形成的组计算汇总统计数据。要应用的函数可以是 sum、mean、mode 或任何可用的预定义聚合方法。这种方法使数据更清晰。

Syntax: aggregate(formula, data, function)

Parameters:

• formula: the variable(s) of the input data frame we want to apply functions on. 
• data: the data that we want to use for group by operation.
• function: the function or calculation to be applied. 

方法一：使用 setNames() 方法

setNames() 方法用于指定对象的名称，然后返回该对象。对于数据框，可以使用 c() 方法使用新名称重命名列。

Syntax: setNames(data, col-name-vec)

Parameter : 

data – The data frame to be applied the function onto

col-name-vec – The column name vector containing the names of the columns. 

示例：使用聚合函数设置列名

R

# creating a data frame 
data_frame <- data.frame(col1 = c(1:9),
                         col2 = LETTERS[1:3])
  
print("Original DataFrame")
print(data_frame)
  
# using aggregate method
data_agg <- aggregate(col1 ~ col2, data_frame, sum)
  
# using setnames method
data_mod <- setNames(data_agg,  
                       c("C1", "C2"))
  
print("Modified DataFrame")
print(data_mod)

输出

[1] "Original DataFrame" 
  col1 col2 
1    1    A 
2    2    B 
3    3    C 
4    4    A 
5    5    B 
6    6    C 
7    7    A 
8    8    B 
9    9    C >
[1] "Modified DataFrame" 
  C1 C2 
1  A 12 
2  B 15 
3  C 18

方法 2：使用 list() 方法

可以使用 R 中的 list() 方法将数据框列显式映射到列表。因此，可以在聚合函数用法中指定具有自定义名称的通用列表对象。

句法：

list(new-col-name = df$old-col-name)

示例：使用聚合函数设置列名

电阻

# creating a data frame 
data_frame <- data.frame(col1 = c(1:9),
                         col2 = LETTERS[1:3])
  
print("Original DataFrame")
print(data_frame)
  
# using aggregate method
data_mod <- aggregate(  list(mean = data_frame$col1),               
                        list(letter = data_frame$col2),
                        mean)
  
# printing the modified dataframe                                                  
print("Modified DataFrame")
print(data_mod)

输出

[1] "Original DataFrame" 
  col1 col2 
1    1    A 
2    2    B 
3    3    C 
4    4    A 
5    5    B 
6    6    C 
7    7    A 
8    8    B 
9    9    C 
[1] "Modified DataFrame" 
  letter mean 
1      A    4 
2      B    5 
3      C    6