以下是要处理的示例数据集：

set.seed(7)
sel.1 <- sample(1:5,20,replace = TRUE)     # selection vector 1
sel.2 <- sample(1:5,replace = TRUE)
add.1 <- sample(81:100)                      # additional vector 1
add.2 <- sample(81:100)
orig.df <- data.frame(sel.1,sel.2,add.1,add.2)

需要注意的一些要点：有两个选择列可确定数据如何组合在一起.他们将是相同的,他们的名字是已知的.我在这些数据中只添加了两列,但可能还有更多.我给出了以’sel’和’add’开头的列名,以便更容易理解,但实际数据有不同的名称(因此虽然grep技巧很酷,但在这里它们没用).

我要做的是根据’sel’列将数据框聚合成组,并将所有’添加’列加在一起.这很简单,使用如下聚合：

# Get the names of all the additional columns
all.add <- names(orig.df)[!(names(orig.df)) %in% c("sel.1","sel.2")]
aggr.df <- aggregate(orig.df[,all.add],by=list(sel.1 = orig.df$sel.1,sel.2 = orig.df$sel.2),sum)

问题是结果是由’sel’列排序的;我希望它根据每个组首次出现在原始数据中进行排序.

以下是我做这项工作的最佳尝试：

## Attempt 1
# create indices for each row (x) and find the minimum index for each range
index.df <- aggregate(x = 1:nrow(orig.df),min)
# Make sure the x vector (indices) are in the right range for aggr.df
index.order <- (1:nrow(index.df))[order(index.df$x)]
aggr.df[index.order,]

## Attempt 2
# get the unique groups. These are in the right order.
unique.sel <- unique(orig.df[,c("sel.1","sel.2")])
# use sapply to effectively loop over data and sum additional columns.
sums <- t(sapply(1:nrow(unique.sel),function (x) {
    sapply(all.add,function (y) {
        sum(aggr.df[which(aggr.df$sel.1 == unique.sel$sel.1[x] & 
                          aggr.df$sel.2 == unique.sel$sel.2[x]),y])
        })
}))
data.frame(unique.sel,sums)

虽然这些给了我正确的结果,但我希望有人可以指出一个更简单的解决方案.如果解决方案适用于标准R安装附带的软件包,那将是更好的选择.

我已经查看了聚合和匹配的文档,但我找不到答案(我想我希望像聚合的“keep.original.order”参数一样).

任何帮助将非常感激！

更新:(万一有人偶然发现)

这是我尝试再过几天后能找到的最干净的方式：

unique(data.frame(sapply(names(orig.df),function(x){
    if(x %in% c("sel.1","sel.2")) orig.df[,x] else
    ave(orig.df[,x],orig.df$sel.1,orig.df$sel.2,FUN=sum)},simplify=FALSE)))