将 R 中的数据框行与 dplyr 合并答案

【问题标题】：Merging data frame rows in R with dplyr将 R 中的数据框行与 dplyr 合并
【发布时间】：2019-01-09 16:02:47
【问题描述】：

我有一个包含 4 列数据的数据框：url ID、url、title 和 pageviews，如下所示：

    ID          url  title pageviews
1 /12/      /url-1/ Page 1      1123
2 /13/      /url-2/ Page 2      4432
3 /13/ /url-2/?test Page 2         6
4 /14/      /url-4/ Page 4      4242

我花了很长时间寻找如何合并具有相同ID 的行（页面）并将pageviews 相加。我最终得到了这段代码，使用 dplyr：

df_merged <- df %>% group_by(ID) %>% summarise_at(c("pageviews"), sum)

但是，它会创建另一个只有 ID 和综合浏览量的数据框。我想实现一个完整的数据框，再次使用url 和title。像这样的：

    ID          url  title pageviews
1 /12/      /url-1/ Page 1      1123
2 /13/      /url-2/ Page 2      4438
3 /14/      /url-4/ Page 4      4242

我怎样才能达到这个结果？

这是我的数据框：

df <- data.frame(ID = c("/12/", "/13/", "/13/", "/14/"), 
             url = c("/url-1/", "/url-2/", "/url-2/?test", "/url-4/"),
             title = c("Page 1", "Page 2", "Page 2", "Page 4"),
             pageviews = c(1123, 4432, 6, 4242))

【问题讨论】：

df %>% group_by(ID) %>% summarise(sum = sum(pageviews)) ?不知道你是如何决定保留/url-2/ 而不是/url-2/?test 为ID 13。
我没有，这是我想要返回的示例。但是Curt F. 建议使用first()（很好的答案）

标签： r dataframe dplyr rows

【解决方案1】：

一种方法是这样的：

df_merged <- 
       df %>% 
       group_by(ID, title) %>% 
       summarise(url = first(url),
                 total_pageviews = sum(pageviews)
                )

您需要考虑 R 应该如何知道在第 2 页的情况下 url 的所需输出是 /url-2/ 而不是 /url-2/?test 或其他东西。在这里，我只是随意决定放在那里的值是组中出现的first()值。

【讨论】：