我有一个包含4列数据的数据框:url ID
,url
,title
和pageviews
,如下所示:
ID url title pageviews
1 /12/ /url-1/ Page 1 1123
2 /13/ /url-2/ Page 2 4432
3 /13/ /url-2/?test Page 2 6
4 /14/ /url-4/ Page 4 4242
我花了很长时间研究如何合并具有相同ID
的行(页面)并求和pageviews
。我最终使用dplyr获得了这段代码:
df_merged <- df %>% group_by(ID) %>% summarise_at(c("pageviews"), sum)
但是,它将创建仅具有ID和综合浏览量的另一个数据框。我想使用url
和title
来实现一个完整的数据帧。像这样:
ID url title pageviews
1 /12/ /url-1/ Page 1 1123
2 /13/ /url-2/ Page 2 4438
3 /14/ /url-4/ Page 4 4242
如何获得此结果?
这是我的数据框:
df <- data.frame(ID = c("/12/", "/13/", "/13/", "/14/"),
url = c("/url-1/", "/url-2/", "/url-2/?test", "/url-4/"),
title = c("Page 1", "Page 2", "Page 2", "Page 4"),
pageviews = c(1123, 4432, 6, 4242))
答案 0 :(得分:1)
一种方法是这样的:
df_merged <-
df %>%
group_by(ID, title) %>%
summarise(url = first(url),
total_pageviews = sum(pageviews)
)
您需要考虑R如何知道在第2页的情况下url
的期望输出是/url-2/
而不是/url-2/?test
或其他。在这里,我只是随意决定要放入的值是组中出现的first()
值。