У меня очень большой фрейм данных в R и я хотел бы суммировать два столбца для каждого отдельного значения в других столбцах, например, например, у нас были данные о кадре данных транзакций в разных магазинах в течение дня следующим образом
shop <- data.frame('shop_id' = c(1, 1, 1, 2, 3, 3),
'shop_name' = c('Shop A', 'Shop A', 'Shop A', 'Shop B', 'Shop C', 'Shop C'),
'city' = c('London', 'London', 'London', 'Cardiff', 'Dublin', 'Dublin'),
'sale' = c(12, 5, 9, 15, 10, 18),
'profit' = c(3, 1, 3, 6, 5, 9))
который:
shop_id shop_name city sale profit
1 Shop A London 12 3
1 Shop A London 5 1
1 Shop A London 9 3
2 Shop B Cardiff 15 6
3 Shop C Dublin 10 5
3 Shop C Dublin 18 9
И я хотел бы суммировать продажи и прибыль для каждого магазина, чтобы дать:
shop_id shop_name city sale profit
1 Shop A London 26 7
2 Shop B Cardiff 15 6
3 Shop C Dublin 28 14
В настоящее время я использую следующий код:
shop_day <-ddply(shop, "shop_id", transform, sale=sum(sale), profit=sum(profit))
shop_day <- subset(shop_day, !duplicated(shop_id))
который работает абсолютно нормально, но, как я уже сказал, мой фреймворк большой (140 000 строк, 37 столбцов и почти 100 000 уникальных строк, которые я хочу суммировать), и мой код требует времени для запуска, а затем, в конце концов, говорит, что у него закончилась нехватка памяти.
Кто-нибудь знает о самом эффективном способе сделать это.
Спасибо заранее!