数据帧的部分总和[重复]答案

【问题标题】：Partial sum of dataframe [duplicate]数据帧的部分总和[重复]
【发布时间】：2020-01-06 09:26:26
【问题描述】：

如果我有

year       veg  number
2017 aubergine       3
2017    tomato      13
2017  eggplant       4
2018 aubergine       1
2018    tomato      17
2018  eggplant       3

如何将 aubergine 和 eggplant 每年的数据相加得到

year       veg  number
2017 aubergine       7
2017    tomato      13
2018 aubergine       4
2018    tomato      17

【问题讨论】：

标签： r dataframe sum

【解决方案1】：

您可以用aubergine 覆盖eggplant，然后用veg 和year 覆盖aggregate number。

x  <- read.table(header=TRUE, text="year       veg  number
2017 aubergine       3
2017    tomato      13
2017  eggplant       4
2018 aubergine       1
2018    tomato      17
2018  eggplant       3")

x$vegb  <- x$veg
x$vegb[x$vegb == "eggplant"]  <- "aubergine"

aggregate(number ~ vegb + year, data=x, FUN=sum)
#       vegb year number
#1 aubergine 2017      7
#2    tomato 2017     13
#3 aubergine 2018      4
#4    tomato 2018     17

【讨论】：

创建一个新列是个好主意，我会尽量记住这一点，尽管在下面的第二个示例中使用transform stackoverflow.com/a/57772285/1409644 在我看来更优雅一点案例。

【解决方案2】：

一种方法是replace"eggplant" 到"aubergine"，然后是group_byyear 和veg，然后是sum。

library(dplyr)
df %>%
  mutate(veg = replace(veg, veg == "eggplant", "aubergine")) %>%
  group_by(year, veg) %>%
  summarise(number = sum(number))

#   year veg       number
#  <int> <fct>      <int>
#1  2017 aubergine      7
#2  2017 tomato        13
#3  2018 aubergine      4
#4  2018 tomato        17

在基础 R 中，这可以通过 transform 和 aggregate 完成

aggregate(number~year + veg, 
    transform(df, veg = replace(veg, veg == "eggplant", "aubergine")), sum)

【讨论】：

就我而言，transform 和 aggregate 的方法似乎最适合我的卑微需求。 dplyr 的解决方案很有趣，尽管我认为 mutate 的文档很不幸，这里的 dplyr.tidyverse.org/reference/mutate.html 只使用了tibble 之类的概念而没有提供链接。