R: Arrotolare i valori delle colonne contenenti NA di per somma mentre il raggruppamento con l'ID del

Question

Ho un frame di dati che ho ricevuto da

ID <- c("A","A","A","A","B","B","B","B") 
Type <- c(45,45,46,46,45,45,46,46) 
Point_A <- c(10,NA,30,40,NA,80,NA,100) 
Point_B <- c(NA,32,43,NA,65,11,NA,53) 
df <- data.frame(ID,Type,Point_A,Point_B) 

    ID Type Point_A Point_B 
1 A 45  10 NA 
2 A 45  NA 32 
3 A 46  30 43 
4 A 46  40 NA 
5 B 45  NA 65 
6 B 45  80 11 
7 B 46  NA NA 
8 B 46  100 53 

Mentre ho imparato da questo post, ho potuto rimboccarsi i dati con ID e uno colonna.

Attualmente sto usando sqldf per sommare le righe e raggruppare per ID e tipo. Mentre questo fa il lavoro per me, è molto lento su un set di dati più grande.

df1 <- sqldf("SELECT ID, Type, Sum(Point_A) as Point_A, Sum(Point_A) as Point_A 
        FROM df 
        GROUP BY ID, Type") 

Si prega di suggerire l'uso di qualsiasi altra tecnica che possa risolvere questo problema. Ho iniziato a imparare dplyr & plyr packages e lo trovo molto interessante ma non sapendo come applicarlo qui.

output desiderato

ID Type Point_A Point_B 
1 A 45  10 32 
2 A 46  70 43 
3 B 45  80 76 
4 B 46  100 53 

Answer 1

Utilizzando dplyr:

df %>% group_by(ID, Type) %>% summarise_each(funs(sum(., na.rm = T))) 

O

df %>% 
    group_by(ID, Type) %>% 
    summarise(Point_A = sum(Point_A, na.rm = T), 
      Point_B = sum(Point_B, na.rm = T)) 

O

f <- function(x) sum(x, na.rm = T) 

df %>% 
    group_by(ID, Type) %>% 
    summarise(Point_A = f(Point_A), 
      Point_B = f(Point_B)) 

che dà:

#Source: local data frame [4 x 4] 
#Groups: ID 
# 
# ID Type Point_A Point_B 
#1 A 45  10  32 
#2 A 46  70  43 
#3 B 45  80  76 
#4 B 46  100  53 

Answer 2

library(data.table) 

DT <- as.data.table(df) 
DT[, lapply(.SD, sum, na.rm=TRUE), by=list(ID, Type)] 

    ID Type Point_A Point_B 
1: A 45  10  32 
2: A 46  70  43 
3: B 45  80  76 
4: B 46  100  53