将行分组为新行并在 r 中求和答案

【问题标题】：Group rows into a new row and sum in r将行分组为新行并在 r 中求和
【发布时间】：2017-11-16 21:59:09
【问题描述】：

所以我的数据看起来像这样：

 Week        Total Amount        Person
   1            $5                 A
   1            $5                 B
   1            $4                 C
   1            $2                 D
   1            $1                 E
   2            $5                 A
   2            $1                 B
   2            $1                 H
   2            $3                 G
   2            $5                 C
   2            $5                 F

如何做到这一点，以便每周显示前 3 名并将所有其他金额汇总到“其他”中？我希望它显示：

 Week        Total Amount        Person
   1            $5                 A
   1            $5                 B
   1            $4                 C
   1            $3                 Others
   2            $5                 A
   2            $5                 C
   2            $5                 F
   2            $5                 Others

请注意，不是前 3 名的其他金额被加总为一个新的总金额，它考虑了每周的随机行数（比如第 1 周每个人的总金额为 5，但第 2 周有 6 ，第 3 周可能是 8 或 10，第 4 周总共可能是 1，但我希望等式适用于每一行）

【问题讨论】：

标签： r dataframe grouping

【解决方案1】：

这可以很容易地使用 tidyverse。在名为 df 的数据框中说出这一点。

library(tidyverse)

df.new <- df %>%
  group_by(Week) %>%
  arrange(`Total Amount`) %>%
  mutate(Person = ifelse(row_number() > 3, "Others", Person)) %>%
  group_by(Week, Person) %>%
  summarize(`Total Amount` = sum(`Total Amount`))

如果列中有“$”（它是一个字符串列），您首先需要对其进行转换，然后才能使用汇总行。您可以使用诸如 parse_number() 之类的函数来执行此操作。

【讨论】：

使用row_number() 的好主意...我想出的有点胡思乱想testi<-data.frame(Week=c(1,1,1,1,1,2,2,2,2,2,2), Total_Amount=c(5,5,4,2,1,5,1,1,3,5,5), Person=c("A","B","C","D","E","A","B","H","G","C","F"), stringsAsFactors = FALSE) testi_1<-testi%>%group_by(Week)%>%top_n(n = 3,wt=Total_Amount) testi_2<-testi%>%setdiff(testi_1,testi)%>%group_by(Week)%>% summarise(Total_Amount=sum(Total_Amount),Person="Other") final<-bind_rows(testi_1,testi_2)

【解决方案2】：

基础R

df$Person[ave(df$`Total Amount`, df$Week, FUN = function(x)
    order(x, decreasing = TRUE)) > 3] = "Others"
df2 = aggregate(df["Total Amount"], df[c("Week", "Person")], sum)
df2[order(df2$Week, df2$Person),]
#  Week Person Total Amount
#1    1      A            5
#3    1      B            5
#4    1      C            4
#7    1 Others            3
#2    2      A            5
#5    2      C            5
#6    2      F            5
#8    2 Others            5

数据

df = structure(list(Week = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 
2L), `Total Amount` = c(5L, 5L, 4L, 2L, 1L, 5L, 1L, 1L, 3L, 5L, 
5L), Person = c("A", "B", "C", "D", "E", "A", "B", "H", "G", 
"C", "F")), .Names = c("Week", "Total Amount", "Person"), class = "data.frame",
row.names = c(NA, -11L))

【讨论】：

【解决方案3】：

这是您可以做到的一种方法：

library(tidyverse)

df <- df %>% 
  group_by(Week) %>% 
  arrange(desc(Total_Amount), .by_group = TRUE) %>% 
  mutate(id = row_number()) %>% 
  mutate(Person = case_when(id > 3 ~ "Others",
                            TRUE ~ as.character(Person)))

然后删除 $ 符号，以便我们可以对 Total_Amount 求和：

df$Total_Amount <- as.numeric(gsub("\\$", "", df$Total_Amount))

最后，按组对Total_Amount 求和并添加 $ 符号以恢复所有内容：

df %>% 
  group_by(Week, Person) %>% 
  summarise(Total_Amount = sum(Total_Amount)) %>% 
  mutate(Total_Amount = paste0("$", Total_Amount)) %>% 
  select(Week, Total_Amount, Person)

# A tibble: 8 x 3
# Groups:   Week [2]
   Week Total_Amount Person
  <int>        <chr>  <chr>
1     1           $5      A
2     1           $5      B
3     1           $4      C
4     1           $3 Others
5     2           $5      A
6     2           $5      C
7     2           $5      F
8     2           $5 Others

【讨论】：