按 group_by 条件聚合行

【问题标题】：Aggregate rows by group_by conditional按 group_by 条件聚合行
【发布时间】：2018-03-29 15:20:51
【问题描述】：

如果可能，我想在 dplyr 中解决这个问题。

我有一个数据框：

Item         Count
Bike Tire    15
Car Tire     6
H. Window    3
S. Windows   7
Spare Tires  1
Widget X     88
Widget Z     34
...

我想让数据框聚合到：

Item       Count
Tires      22
H. Window  3
S. Windows 7 
Widget X   88
Widget Z   34
...

我已经到了filter(data, grepl(glob2rx("*tire*"), data$Item, ignore.case = TRUE) 这样我就可以看到哪些行会匹配，但是我如何group_by 才能聚合示例中的数据？我可能也会对其他项目做同样的事情，但只是想先了解基本情况。

【问题讨论】：

标签： r dplyr

【解决方案1】：

这是replace 'Item' 的一个选项，在group_by 中具有'tire' 子字符串和'Tires' 并获得'Count' 的sum

library(dplyr)
df1 %>%
   group_by(Item = replace(Item, grepl("Tire", Item), "Tires")) %>%
   summarise(Count = sum(Count))
# A tibble: 5 x 2
#  Item       Count
#  <chr>      <int>
#1 H. Window      3
#2 S. Windows     7
#3 Tires         22
#4 Widget X      88
#5 Widget Z      34

【讨论】：

你是说轮胎吗？
@Shawn 对不起，是轮胎。更新
所以最终替换首先发生，此时 group_by 实际上只是一个明确的 group by=Item。您也可以在 group by 之外完成替换，并且只保留 group_by(Item)。这很有趣。
@Shawn 是的，你可以在mutate 中进行，然后在group_by 中进行，但我想我会省去一步