通过分组获得一列的总和和另一列的平均值答案

【问题标题】：get the sum of one column and average of the other with grouping通过分组获得一列的总和和另一列的平均值
【发布时间】：2019-06-19 14:54:56
【问题描述】：

我有一个如下所示的数据框：

    Year Iteration Production Technology
    2015     1     200        Gas
    2015     1     305        Gas
    2016     1     150        Gas
    2016     1     200        Gas
    2015     2     200        Gas

“技术”列说明了发电厂的类型。因此，对于每年和每次迭代，“技术”列中都可以有多个工厂。

我想汇总数据，以便获得一个年度值、所有迭代的平均值以及针对该特定技术的所有发电厂的总和。

在这个例子中是：

    Year Iteration Production Technology 
    2015 1.5       705        Gas
    2016 1.5       350        Gas

我尝试了各种使用聚合函数的方法，但失败了，因为它还会聚合技术列（将总产量除以发电厂的数量）。

【问题讨论】：

不会是 'Iteration be 1.3 for 2015 的 mean
您能否提供更多具有不同技术的行，并在此基础上更改所需的输出。到目前为止，您的解释有点混乱，我不确定我们是否正确回答了您的问题。

标签： r dataframe aggregate

【解决方案1】：

一个选项是 tidyverse 按“年份”、“技术”分组，获得“迭代”的 mean 和“生产”的 sum

library(tidyverse)
df1 %>% 
     group_by(Year, Technology) %>%
     summarise(Iteration = mean(Iteration),
               Production = sum(Production))
# A tibble: 2 x 4
# Groups:   Year [2]
#   Year Technology Iteration Production
#  <int> <chr>          <dbl>      <int>
#1  2015 Gas             1.33        705
#2  2016 Gas             1           350

数据

df1 <- structure(list(Year = c(2015L, 2015L, 2016L, 2016L, 2015L), Iteration = c(1L, 
1L, 1L, 1L, 2L), Production = c(200L, 305L, 150L, 200L, 200L), 
    Technology = c("Gas", "Gas", "Gas", "Gas", "Gas")), 
    class = "data.frame", row.names = c(NA, 
-5L))

【讨论】：

【解决方案2】：

data.table中的另一种方法：

library(data.table)

dt1[ , list(Iteration=mean(Iteration), 
            Production=sum(Production)), 
                                        by=list(Year,Technology)]

#>    Year Technology Iteration Production
#> 1: 2015        Gas  1.333333        705
#> 2: 2016        Gas  1.000000        350

作为我最近对sql 的痴迷的副作用，这是使用sqldf 包的解决方案：

library(sqldf)

sqldf("select Year, Technology, 
       avg(Iteration) as AVG_Iteration, sum(Production) as TOT_Production
       from dt1 
       group by Year, Technology", drv="SQLite")

#>   Year Technology AVG_Iteration TOT_Production
#> 1 2015        Gas      1.333333            705
#> 2 2016        Gas      1.000000            350

^{由reprex package (v0.3.0) 于 2019 年 6 月 19 日创建}

数据：

dt1 <- fread(input = "  Year Iteration Production Technology
                        2015     1     200        Gas
                        2015     1     305        Gas
                        2016     1     150        Gas
                        2016     1     200        Gas
                        2015     2     200        Gas ")

【讨论】：