Question

我想这可能是一个简单的伎俩，但我不知道如何实现它......

我的日期设置如下：

Name, Score
A a,  20
A,    30
B b,   40

我期望的输出是：

Name, Score
A,    50
B,    40

总之，将具有以相同单词开头的名称的分数相加（如果有空格，则在空格之前）。我希望这个例子不言自明。：）

PS：代码运行得越快越好。数据集很大......

Answer 1

您可以尝试这样的事情：

library(dplyr)
library(stringr)

df$newName <- str_extract(df$Name, '[[:alnum:]]+')
df %>% group_by(newName) %>% summarise(Score = sum(Score))

Source: local data frame [2 x 2]

  newName Score
    (chr) (int)
1       A    50
2       B    40

注意，您需要确保将“名称”读取为字符向量而不是因子。在您的通话中使用stringsAsFactors = FALSE，或使用as.character进行转换。

如果你想要完整的第一个'字符串'，你也可以使用这个正则表达式模式：

df$newName <- str_extract(df$Name, '([^\\s]+)')

Answer 2

starts_with用于select和rename，并且对列名称的操作不在列中的值上。通过使用gsub，您可以提取第一个字母（或单词），然后进行汇总。用：

sumdf <- mydf %>% 
  group_by(Name = gsub("[^A-Za-z0-9].*", "", Name)) %>% 
  summarise(sumScore = sum(Score))

你得到：

> sumdf
   Name sumScore
1     A       50
2     B       40

Answer 3

我使用substr提取第一个字母然后group_by。我相信dplyr starts_with用于根据标题选择整列。只有当您要选择的字母始终是第一个字母时，此解决方案才有效。

require(dplyr)
df<-data.frame(Name=c("A a,","A,","B b"),Score=c(20,30,40))

df$Name <- substr(df$Name,1,1)
df %>% group_by(Name) %>% summarise(sum_score=sum(Score))

Source: local data frame [2 x 2]

   Name sum_score
  (chr)     (dbl)
1     A        50
2     B        40

如果您想保留原始数据，也可以将子字符串列创建为新列和组。

Answer 4

另一种选择是Content Security Policy: The page's settings blocked the loading of a resource

http vs https

或separate

library(dplyr)
library(tidyr)
separate(df1, Name, into=c("Name", "extra")) %>% 
       group_by(Name) %>%
       summarise(Score=sum(Score))
#     Name Score
#    (chr) (int)
#1     A    50
#2     B    40

在dplyr中将starts_with与group_by组合在一起

4 个答案: