R聚合由另一列分组的数据框中的列表项答案

【问题标题】：R aggregating list items within a dataframe grouped by another columnR聚合由另一列分组的数据框中的列表项
【发布时间】：2022-07-04 22:51:15
【问题描述】：

我有一个如下所示的数据框 df：

df<-structure(list(hex = c(7L, 7L, 5L, 7L, 5L, 5L, 5L, 3L, 5L, 7L
), material_diff = list(c(0, 0, -1, 0, 0, 0), c(0, 0, -1, 0, 
0, 0), c(0, 0, -1, 0, 0, 0), c(0, 0, -1, 0, 0, 0), c(0, 0, -1, 
0, 0, 0), c(0, 0, -1, 0, 0, 0), c(0, 0, -1, 0, 0, 0), c(0, 0, 
0, 0, -0.166666666666667, 0), c(0, 0, -1, 0, 0, 0), c(0, 0, -1, 
0, 0, 0))), class = "data.frame", row.names = c(NA, -10L))

   hex                                                     material_diff
1    7                                                 0, 0, -1, 0, 0, 0
2    7                                                 0, 0, -1, 0, 0, 0
3    5                                                 0, 0, -1, 0, 0, 0
4    7                                                 0, 0, -1, 0, 0, 0
5    5                                                 0, 0, -1, 0, 0, 0
6    5                                                 0, 0, -1, 0, 0, 0
7    5                                                 0, 0, -1, 0, 0, 0
8    3 0.0000000, 0.0000000, 0.0000000, 0.0000000, -0.1666667, 0.0000000
9    5                                                 0, 0, -1, 0, 0, 0
10   7                                                 0, 0, -1, 0, 0, 0

我想对 material_diff 中的向量求和并按十六进制分组以返回以下内容：

   hex                                                     material_diff
1    3   0.0000000, 0.0000000, 0.0000000, 0.0000000, -0.1666667, 0.0000000
2    5                                                 0, 0, -5, 0, 0, 0
3    7                                                 0, 0, -4, 0, 0, 0

如何做到这一点？

【问题讨论】：

标签： r

【解决方案1】：

你可以求助Reduce-

library(dplyr)

df %>%
  group_by(hex) %>%
  summarise(material_diff = list(Reduce(`+`, material_diff))) %>%
  data.frame() #for better viewing. 

#  hex                                                     material_diff
#1   3 0.0000000, 0.0000000, 0.0000000, 0.0000000, -0.1666667, 0.0000000
#2   5                                                 0, 0, -5, 0, 0, 0
#3   7                                                 0, 0, -4, 0, 0, 0

【讨论】：