para este tipo de situaciones la librería dplyr
hace muy fácil la transformación que necesitas. Simplemente creas primero los grupos de datos (en este caso, cada combinación de mes y hour) y luego haces un sumario, en este caso con la sumatoria de value
para cada uno de los grupos que definiste antes. Uso tuberías para enlazar las funciones, pero podrías formularlo de otro modo.
library(tidyverse) #Esta librería a su vez empaqueta a `dplyr` y otras librerías muy útiles para manipulación de datos.
tribble(
~mes, ~hour, ~value,
10, 1, 6,
10, 2, 9,
10, 1, 10,
10, 2, 12,
11, 1, 7,
11, 2, 2,
11, 1, 11,
11, 2, 3,
12, 1, 5,
12, 2, 1,
12, 1, 8,
12, 2, 4) ->datos #Creo la estructura de datos y le asigno el nombre datos.
Con esto ya tengo en mi entorno el objeto datos.
datos %>% #La tubería pasa la función siguiente (lo llamamos lado derecho) el output de la anterior (lado izquierdo). En este caso pasa el objeto datos.
group_by(mes, hour) %>% #Agrupo por mes y hour, si miras el output de esta función verás que no cambia nada en los datos, pero agrega atributos de grupos que usará la siguiente función.
summarise(suma=sum(value)) #Crea un sumario con la sumatoria de datos, lo interesante es que la sumatoria es para cada uno de los grupos que definí antes.
y obtengo:
# A tibble: 6 x 3
# Groups: mes [?]
mes hour suma
<dbl> <dbl> <dbl>
10 1 16
10 2 21
11 1 18
11 2 5
12 1 13
12 2 5
Después de la última función podrías usar el asignador a la derecha ->
para ponerle nombre a tu output, si es lo que necesitás. O usar el asignador tradicional <-
al principio de toda la cadena. El resultado es el mismo: una data.frame
. Eso es importante porque si quieres seguir haciendo operaciones tienes una estructura de datos muy manejable.
Otros usos de summarise()
Con group_by()
y summarise()
es muy fácil hacer sumarios de los datos, siempre que tengan la estructura correcta.
Por ejemplo, ver el promedio de value en cada mes:
datos %>%
group_by(mes) %>%
summarise(promedio=mean(value))
O identificar el valor mayor para un hour en cada mes:
datos %>%
group_by(mes, hour) %>%
summarise(maximo=max(value))