R：以其他变量的值为条件的和变量值

Question

我有一个如下所示的数据框：

  year country inhabitants
1    1       A          15
2    2       A          10
3    3       A          24
4    1       B          76
5    2       B          69
6    3       B          58
7    1       C         120
8    2       C         131
9    3       C         128

现在，我想在所有国家/地区创建每年“居民”的总和。 即，我的解决方案看起来像：

  year country inhabitants sum_inhabitants
1    1       A          15             211
2    2       A          10             210
3    3       A          21             207
4    1       B          76             211
5    2       B          69             210
6    3       B          58             207
7    1       C         120             211
8    2       C         131             210
9    3       C         128             207

我的原始数据框包含更多观察结果，这就是我不能手工完成计算的原因。

Answer 1

我们可以使用ave按年份总和，无需外部包裹。它优于aggregate的优势在于它不会总结，而是填写内线：

df$sum_inhabitants <- ave(df$inhabitants, df$year, FUN=sum)
# year country inhabitants sum_inhabitants
# 1    1       A          15             211
# 2    2       A          10             210
# 3    3       A          21             207
# 4    1       B          76             211
# 5    2       B          69             210
# 6    3       B          58             207
# 7    1       C         120             211
# 8    2       C         131             210
# 9    3       C         128             207

Answer 2

使用dplyr包，您可以执行以下操作：

library(dplyr)
df %>% group_by(year) %>% summarise(sum_inhabitants = sum(inhabitants))

如果您确实希望在该列中保留重复项并将其添加到原始数据框，请将上面的summarise更改为mutate，这将为您提供上面指定的确切输出。

如果您想按年份和国家/地区获取，可以执行以下操作：

df %>% group_by(year, country) %>% summarise(sum_inhabitants = sum(inhabitants))