dplyr & tibble - 基于列值的两行的条件总和答案

【问题标题】：dplyr & tibble - conditional sum of two rows based on column valuedplyr & tibble - 基于列值的两行的条件总和
【发布时间】：2021-11-19 02:16:17
【问题描述】：

鉴于如下所示的 tibble，我正在尝试使用 Tidyverse 根据两个字段中的 Item 的值执行条件求和。具体来说，对于foo 和bar，我想将与项目a 对应的值与项目b 的值相加，然后删除前者的行。我正在寻找的结果如表 2 所示。

data <- tibble(Field = rep(c("foo", "bar"), each=4),
               Item = rep(c("a", "b", "c", "d"), 2),
               Value = runif(8))

# table 1                          # table 2
| Field | Item |   Value   |       | Field | Item |   Value   |
|-------|------|-----------|       |-------|------|-----------|
|  foo  |  a   | 0.8167347 |       |  foo  |  b   | 0.9583989 | <== 0.8167347 + 0.1416642
|  foo  |  b   | 0.1416642 |       |  foo  |  c   | 0.7054814 |
|  foo  |  c   | 0.7054814 |       |  foo  |  d   | 0.1196948 |
|  foo  |  d   | 0.1196948 |       |--------------------------|
|--------------------------|       |  bar  |  b   | 0.6177568 | <== 0.3604500 + 0.2573068
|  bar  |  a   | 0.3604500 |       |  bar  |  c   | 0.7003040 |
|  bar  |  b   | 0.2573068 |       |  bar  |  d   | 0.8131556 |
|  bar  |  c   | 0.7003040 |
|  bar  |  d   | 0.8131556 |

到目前为止，我还没有达到预期的结果。我知道如何使用dplyr 的分组功能来隔离属于这两个字段之一的项目，但我不知道如何选择a 的值并在分组完成后将其与b 相加执行。

【问题讨论】：

标签： r dataframe dplyr tidyverse tibble

【解决方案1】：

你可以改变Item，当它等于a时接收b，然后总结

library(dplyr)

数据

set.seed(123)
data <- tibble(Field = rep(c("foo", "bar"), each=4),
               Item = rep(c("a", "b", "c", "d"), 2),
               Value = runif(8))

# A tibble: 8 x 3
Field Item   Value
<chr> <chr>  <dbl>
1 foo   a     0.288 
2 foo   b     0.788 
3 foo   c     0.409 
4 foo   d     0.883 
5 bar   a     0.940 
6 bar   b     0.0456
7 bar   c     0.528 
8 bar   d     0.892

结果

data %>% 
  mutate(Item = if_else(Item == "a","b",Item)) %>% 
  group_by(Field,Item) %>% 
  summarise(Value = sum(Value,na.rm = TRUE)) %>% 
  ungroup()

# A tibble: 6 x 3
Field Item  Value
<chr> <chr> <dbl>
1 bar   b     0.986
2 bar   c     0.528
3 bar   d     0.892
4 foo   b     1.08 
5 foo   c     0.409
6 foo   d     0.883

【讨论】：

【解决方案2】：

使用case_when将'Item'列中的'a'替换为'b'，同时使用'Field'和'item'作为分组列，并在summarise中获取“Value”的sum

library(dplyr)
data %>%
    group_by(Field, Item = case_when(Item == 'a' ~ 'b', TRUE ~ Item)) %>% 
    summarise(Value = sum(Value, na.rm = TRUE), .groups= 'drop')

-输出

# A tibble: 6 × 3
  Field Item  Value
  <chr> <chr> <dbl>
1 bar   b     0.618
2 bar   c     0.700
3 bar   d     0.813
4 foo   b     0.958
5 foo   c     0.705
6 foo   d     0.120

数据

data <- structure(list(Field = c("foo", "foo", "foo", "foo", "bar", "bar", 
"bar", "bar"), Item = c("a", "b", "c", "d", "a", "b", "c", "d"
), Value = c(0.8167347, 0.1416642, 0.7054814, 0.1196948, 0.36045, 
0.2573068, 0.700304, 0.8131556)), row.names = c(NA, -8L), class = c("tbl_df", 
"tbl", "data.frame"))

【讨论】：