基于 2 个单独的列聚合值

Question

我有一个 df（部分列在下面）。

    account    company           sum
1    202003         B01        40.50
2    208001         B01    -71596.73
3    280250         B01     -6652.70
4    200001         B13     44362.77
5    202001         B13     13874.25
6    204001         B13      5744.20
7    204102         B13       295.00
8    285091         B13    317145.15
9    286101         B13     11471.13
10   298001         B13    396096.50

我正在尝试根据以下条件将 df1$sum 列中的数字添加到新数据框中： 对于每个公司（B01 和 B13），我需要为 df1$accounts 中以 ^20 开头的所有帐户聚合列 df1$sum，并将其命名为 df2$Expenses1（因此在此示例中为 202003 和208001 代表公司 B01)。

另外，我需要汇总所有以 ^28 和 ^29 开头的帐户，并将其命名为 df2$Expenses2（因此对于公司 B01，它只会是帐户 280250，对于公司 B13，它将是285091、286101 和298001 的帐户总和。

最终，新的数据框df2 应该如下所示：

Company   Expenses1   Expenses2
 B01     -71,556.23    -6,652.7
 B13      64,276.22  724,712.78    

非常感谢您对此的帮助！

Answer 1

使用 tidyverse

library(tidyverse)
df %>% 
  group_by(company) %>% 
  summarise(Expenses1 = sum(sum*grepl('^20', account)),
            Expenses2 = sum(sum*grepl('^28|^29', account)))
# # A tibble: 2 x 3
#   company Expenses1 Expenses2
#   <chr>       <dbl>     <dbl>
# 1 B01        -71556   -  6653
# 2 B13         64276    724713

有数据表

library(data.table)
setDT(df)

df[, lapply(c(Expenses1 = '^20', 
              Expenses2 = '^28|^29'), 
            function(patt) sum(sum*grepl(patt, account)))
   , by = company]

#    company Expenses1 Expenses2
# 1:     B01 -71556.23   -6652.7
# 2:     B13  64276.22  724712.8

如果你真的只有两个组，你可以创建另一个分组变量，然后使用 dcast 或 spread 例如

df[, .(Expenses = sum(sum))
   , by = .(company, 
            acct_type = paste0('Expenses_', ifelse(grepl('^20', account), '20', 'other')))] %>% 
  dcast(company ~ acct_type)


#    company Expenses_20 Expenses_other
# 1:     B01   -71556.23        -6652.7
# 2:     B13    64276.22       724712.8