R：使用 lapply 在 dplyr::summarise 中进行多级分组

Question

我对 R 比较陌生，我似乎无法将列表标准应用于我试图总结的 data.frame。我一直在阅读一堆不同的帖子，但它们似乎只关注一个级别的分组，而不是第二个级别。

假设我的 df 看起来像这样（我的实际数据框要大得多。有 35 种不同的“代码”和大约 20 种不同的“颜色”）

    Code   Color   Value
[1] A      Red     10
[2] A      Blue    15
[3] A      Red     5
[4] B      Green   20
[5] B      Red     15 
[6] C      Green   10

理想情况下，我想创建一个汇总表，使我能够按代码对数据进行分组（我已经成功地使用 Group by 和 Split 做到了这一点），但我还想创建一个值的总和按标准“颜色”。目前，我只能通过逐个运行条件来完成此操作。

到目前为止，我已经能够做到这一点：

#this gives me the total value by each code, like a pivot or a sumif
dfsummary <-df %>% group_by(Code) %>% summarise (total = sum(Value))

#then I was able to come up with this to give me, by Code, value by Color.
dfsummary2 <- df %>% filter(Color == "Red") %>% group_by(Code) 
%>% summarise(sumRed = sum(Value))

dfsummary2中的结果是：

   Code   sumRed   
[1] A      15     
[2] B      15    
[3] C      0

我想要完成的是为所有“颜色”创建一个数据框，而不必单独指定每一个。

我想要的输出，我们称之为 dfsummaryall，看起来像：

    Code   sumRed   sumBlue  sumGreen
[1] A      15       15       0
[2] B      15       0        20
[3] C      0        0        10

这就是我被难住的地方。我可以单独运行每个，然后将它们合并到一个表中，但我想找到一种在应用函数中工作的方法（我想是 lapply）。这就是我绝对是新手的地方。

到目前为止，我的尝试是这样的：

colors <- c("Red","Blue","Green")

dfsummaryall <- lapply(colors, function(x){dftmp <- df %>%
dplyr::filter(Color == x) %>% group_by(Code) %>% 
summarise(x == sum(MktValue)

我知道“summarise(x == sum(MktValue)”部分肯定有问题，但我真的不知道如何解决这个问题。

任何帮助将不胜感激！

Answer 1

来自 cmets 中的用户 duckmayr：

df %>% group_by(Code, Color) %>% summarise(Sum = sum(Value)) %>% tidyr::spread(Color, Sum, fill = 0)

这非常适合我的目的。