Wie kann ich zwei Reihen in eine neue in einem Datenrahmen hier

Question

Neuling zusammenfassen, ich habe diesen Datenrahmen in r:

DF<- data.frame(
2014 = c(30,20,4), 
2015 = c(25,40,6), 
row.names = c("mobile login", "computer login","errors")) 

wie es zeigt:

   2014 2015 
mobile login 30 25 
computer login 20 40 
errors   4  6 

Ich möchte hinzufügen neue Reihe, in der ich die insgesamt Anmeldungen haben, so etwas wie:

   2014 2015 
mobile login 30 25 
computer login 20 40 
errors   4  6 
total login 50 65 

Soweit ich weiß, ich kann mit Spalten arbeiten, so dass sie mit ‚$‘ accesing. Gibt es eine Möglichkeit, etwas zu tun wie

DF$total <- DF$mobile + DF$computer 

aber mit Zeilen?

Vielen Dank!

Answer 1

Ja, da ist, werfen Sie einen Blick auf die -Funktion.
Wie df[ row, column].

Kann ich sagen, dass es besser wäre, es als echte Variable einzuschließen, anstatt nur als Zeilennamen? Das macht es leichter zu haben „ordentlich Daten“, wie in this paper

Answer 2

hier beschrieben ist eine Möglichkeit,

DF <- rbind(DF, colSums(DF[rownames(DF) != 'errors',])) 
rownames(DF)[nrow(DF)] <- 'total login' 
#    X2014 X2015 
#mobile login  30 25 
#computer login 20 40 
#errors    4  6 
#total login  50 65 

Answer 3

Es ist besser, die Daten aufzuräumen, so dass es einfacher ist, Aggregatfunktionen zu verwenden. Zum Beispiel, wenn wir von weitem zu lange unter Ihrem Beispiel Datentransformation:

library(dplyr) 
library(tidyr) 

# tidy up 
df_clean <- 
    DF %>% 
    add_rownames("Item") %>% 
    mutate(Type = ifelse(grepl("login", Item), "Login", "Other")) %>% 
    gather(Year, Count, -c(1, 4)) 

df_clean 
#    Item Type Year Count 
#   (chr) (chr) (chr) (dbl) 
# 1 mobile login Login 2014 30 
# 2 computer login Login 2014 20 
# 3   errors Other 2014  4 
# 4 mobile login Login 2015 25 
# 5 computer login Login 2015 40 
# 6   errors Other 2015  6 

Dann ist es bequemes zusammenfassen:

# summary example 
df_clean %>% 
    filter(Type == "Login") %>% 
    group_by(Type, Year) %>% 
    summarise(TotalLogin = sum(Count)) 

# Type Year TotalLogin 
# (chr) (chr)  (dbl) 
# 1 Login 2014   50 
# 2 Login 2015   65