使用聚合函数汇总每个日期的总收入

Question

我有一个从2016-01-01到2017-05-21的每日收入数据集。数据集包含Datum、languages和Opbrengst变量。

       Datum    lanuage  Opbrengst
596    20160101  bg       254
923    20160101  bg-bg    434
1044   20160101  ca       115
1544   20160101  ca-es    238
2008   20160101  cs       251
....

我想为group by Datum买Opbrengst。

我尝试过How to sum a variable by group?的方法

 aggregate(Datum ~ Opbrengst, data=df, FUN="sum")

或

 tapply(df$Datum, df$Opbrengst, FUN=sum)

结果变成

       Opbrengst     Datum
1             10   786304986
2            100  1048457710
3           1000   221796843
4        1000,01    20160628
5        1000,78    20170104

这不是我想要的结果。我想要，每个日期的收入之和，。我想知道问题出在哪里？

Answer 1

我们有两个问题。

1)分组变量在aggregate公式方法中的应用。分组变量放置在~的rhs，而兴趣变量Opbrengst放在lhs上。

aggregate(Opbrengst~Datum, df1, sum)

2)列'Opbrengst‘为factor。它似乎具有,字符，并在阅读时生成factor类(如果我们没有在read.csv/read.table中指定stringsAsFactors = FALSE等)。一种选择是删除带有,的sub，转换为numeric，然后使用aggregate

df$Opbrengst <- as.numeric(gsub(",", "", df$Opbrengst))