onglets Cross - Nécessité de regrouper plusieurs colonnes en fonction de certaines valeurs dans d'autres colonnes

Question

Mes données ressemble à ceci, toutes les colonnes avec des données de présence binaire/absence:

POP1 POP2 POP3 T1 T2 T3 T4 T5 T6 T7 T8 T9 
1  1  0  1  1  1  1  0  1  0  0  1 
1  0  1  0  1  1  0  1  1  0  1  1 
1  1  0  1  1  1  1  0  0  1  0  1 
0  0  0  0  1  1  0  1  0  1  1  0 
1  0  1  0  0  1  1  1  0  1  1  0 
0  1  0  0  1  1  1  0  0  0  0  1 
0  1  0  1  1  0  1  0  0  0  0  0 
1  1  1  0  1  0  0  0  1  0  0  0 
0  0  0  0  1  1  1  1  1  0  0  1 
1  0  0  1  0  1  0  1  0  1  1  1 
1  1  0  0  1  0  1  0  0  1  0  0 
1  0  1  0  1  1  1  0  1  0  1  0 
0  1  0  1  1  1  1  0  0  0  0  0 
1  0  0  0  1  1  0  0  0  0  1  1 

Le POP1: POP3 sont les populations, et j'ai besoin compte de tous les 1 pour tous T1: T9 pour tous POP1 = 1, POP2 = 1 et POP3 = 1. Je besoin d'une table qui crosstabulates mes données comme ceci:

  T1 T2 T3 T4 T5 T6 T7 T8 T9 
POP1=1 3  9  7  5  3  4  4  5  5 
POP2=1 4  7  8  6  2  3  2  0  3 
POP3=1 0  3  4  2  2  2  1  3  1 

Ne pas pris la peine de vérifier les comptes agrégés, ils ne sont pas nécessairement correctes. J'ai essayé beaucoup de synthax sans avoir ce que je veux. Reconnaissant pour quelques conseils.

Answer 1

Vous avez besoin de la multiplication matricielle %*% ici:

t(df[1:3]) %*% as.matrix(df[4:12]) 

    T1 T2 T3 T4 T5 T6 T7 T8 T9 
POP1 3 7 7 5 3 4 4 5 5 
POP2 4 7 4 6 0 2 2 0 3 
POP3 0 3 3 2 2 3 1 3 1 

Answer 2

df = structure(list(POP1 = c(1L, 1L, 1L, 0L, 1L, 0L, 0L, 1L, 0L, 1L, 
1L, 1L, 0L, 1L), POP2 = c(1L, 0L, 1L, 0L, 0L, 1L, 1L, 1L, 0L, 
0L, 1L, 0L, 1L, 0L), POP3 = c(0L, 1L, 0L, 0L, 1L, 0L, 0L, 1L, 
0L, 0L, 0L, 1L, 0L, 0L), T1 = c(1L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 
0L, 1L, 0L, 0L, 1L, 0L), T2 = c(1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 
1L, 0L, 1L, 1L, 1L, 1L), T3 = c(1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 
1L, 1L, 0L, 1L, 1L, 1L), T4 = c(1L, 0L, 1L, 0L, 1L, 1L, 1L, 0L, 
1L, 0L, 1L, 1L, 1L, 0L), T5 = c(0L, 1L, 0L, 1L, 1L, 0L, 0L, 0L, 
1L, 1L, 0L, 0L, 0L, 0L), T6 = c(1L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 
1L, 0L, 0L, 1L, 0L, 0L), T7 = c(0L, 0L, 1L, 1L, 1L, 0L, 0L, 0L, 
0L, 1L, 1L, 0L, 0L, 0L), T8 = c(0L, 1L, 0L, 1L, 1L, 0L, 0L, 0L, 
0L, 1L, 0L, 1L, 0L, 1L), T9 = c(1L, 1L, 1L, 0L, 0L, 1L, 0L, 0L, 
1L, 1L, 0L, 0L, 0L, 1L)), .Names = c("POP1", "POP2", "POP3", 
"T1", "T2", "T3", "T4", "T5", "T6", "T7", "T8", "T9"), class = "data.frame", 
row.names = c(NA, -14L)) 

library(reshape2) 
df = melt(df, id.vars = colnames(df)[-(1:3)]) 

do.call(rbind, lapply(split(df, df$variable), function(x) 
        apply(x[x$value == 1,1:9], 2, function(y) sum(y)))) 

#  T1 T2 T3 T4 T5 T6 T7 T8 T9 
#POP1 3 7 7 5 3 4 4 5 5 
#POP2 4 7 4 6 0 2 2 0 3 
#POP3 0 3 3 2 2 3 1 3 1