在行、R 数据框或 Excel 中查找重复值的出现？

Question

目前需要以下数据框的帮助（这也是 Excel 中相同的格式，因此可以在 Excel 或 R 中完成）

数据框：

Company_id    Year    Month    Employee_Range   Employees Cheese Chips Eggs
1             2014    NA       NA               NA         1       0    0   
1             2014    NA       NA               NA         1       0    0  
1             2014    NA       NA               NA         1       0    0 
2             2014    NA       NA               NA         0       1    0
3             2014    NA       NA               NA         0       0    1 
3             2014    NA       NA               NA         0       0    1

数据框持续大约 630,000 行，这里有一些进一步的信息

1) 对于 company_id 列，每个公司都有编号，因此 1 = 公司 1，2 = 公司 2，依此类推。每家公司根据他们是否多次收到薯条、鸡蛋或奶酪而重复，这就是为什么公司 2 只有一排。

2) 列下的数字、奶酪、薯条和鸡蛋仅表示 1 =“是的，他们订购了”和 0 =“不，他们没有订购”，所以它的工作原理就像一个理货表，但每个公司都是行

3) 其余信息不适用，因为不需要

4) 如果一家公司选择了鸡蛋、奶酪或薯条中的一种，那么它只是该列！没有公司选择多个项目的情况或发生，因此所有数字都包含在该公司的单个列中。

我想要一种方法来查找给定公司行的计数总和，所以我想生成一个数据框或 Excel 表，例如：

   Company_id    Year    Month    Employee_Range   Employees Cheese Chips Eggs
        1          2014    NA       NA               NA         3       0    0
        2          2014    NA       NA               NA         0       1    0
        3          2014    NA       NA               NA         0       0   2

任何想法都有帮助，

谢谢你，

Answer 1

使用dplyr 的解决方案。 dat2 是最终输出。

library(dplyr)

dat2 <- dat %>%
  group_by(Company_id, Year, Month, Employee_Range, Employees) %>%
  summarise_at(vars(Cheese, Chips, Eggs), funs(sum(.))) %>%
  ungroup()
dat2
# # A tibble: 3 x 8
#   Company_id  Year Month Employee_Range Employees Cheese Chips  Eggs
#        <int> <int> <lgl> <lgl>          <lgl>      <int> <int> <int>
# 1          1  2014 NA    NA             NA             3     0     0
# 2          2  2014 NA    NA             NA             0     1     0
# 3          3  2014 NA    NA             NA             0     0     2

数据

dat <- read.table(text = "Company_id    Year    Month    Employee_Range   Employees Cheese Chips Eggs
1             2014    NA       NA               NA         1       0    0   
1             2014    NA       NA               NA         1       0    0  
1             2014    NA       NA               NA         1       0    0 
2             2014    NA       NA               NA         0       1    0
3             2014    NA       NA               NA         0       0    1 
3             2014    NA       NA               NA         0       0    1",
                  header = TRUE)

Answer 2

试试这个：

library(dplyr)

df %>% 
  group_by(Company_id, Year, Month, Employee_Range) %>% 
  summarize(Cheese = sum(Cheese), 
            Chips = sum(Chips),
            Eggs = sum(Eggs)) %>%
as.data.frame()

如你所愿：

  Company_id Year Month Employee_Range Cheese Chips Eggs
1          1 2014    NA             NA      3     0    0
2          2 2014    NA             NA      0     1    0
3          3 2014    NA             NA      0     0    2