Question

library(tidyverse)
df <- tibble(a = as.factor(1:20), b = c(50, 20, 13, rep(2, 10), rep(1, 7)))

如何使dplyr查看此数据帧df并将2的所有这些出现折叠为一个求和的组，并将1的所有这些出现折叠为一个求和的组？并保留其余数据框。

打开它：

# A tibble: 20 x 2
   a         b
   <fct> <dbl>
 1 1        50
 2 2        20
 3 3        13
 4 4         2
 5 5         2
 6 6         2
 7 7         2
 8 8         2
 9 9         2
10 10        2
11 11        2
12 12        2
13 13        2
14 14        1
15 15        1
16 16        1
17 17        1
18 18        1
19 19        1
20 20        1

对此：

# A tibble: 5 x 2
   a         b
   <fct> <dbl>
 1 1        50
 2 2        20
 3 3        13
 4 grp2     20
 5 grp1      7

[编辑]-我修复了示例数据。抱歉。

Answer 1

我们按制造的sortkey分组以保持排序顺序。我们使用了一个事实，即b在输入中按降序排列，但是如果实际数据中不是这种情况，则将sortkey = -b替换为更通用的sortkey = data.table::rleid(b)或更长的{{1 }}。

我们还将sortkey = cumsum(coalesce(b != lag(b), FALSE))转换为组名，以提供新的b。尚不清楚要将哪些组转换为grp ...形式。硬编码1和2？有不止一排的团体吗？组末尾有多行？无论如何，只要弄清a中的条件，就很容易了。

最后执行求和，然后删除if_else。

sortkey

给予：

df %>% 
  group_by(sortkey = -b, a = paste0(if_else(b %in% 1:2, "grp", ""), b)) %>%
  summarize(b = sum(b)) %>%
  ungroup %>%
  select(-sortkey)

Answer 2

这是一种方法。我已经将a从要素转换为字符，使事情变得更容易。您可以根据需要将其转换回因子。另外，您的测试数据有误。

df <- tibble(a = as.character(1:20), b = c(50, 20, 13, rep(2, 10), rep(1, 7)))

df %>% 
  mutate(
    a = case_when(
      b == 1 ~ "grp1",
      b == 2 ~ "grp2",
      TRUE ~ a
    )
  ) %>% 
  group_by(a) %>% 
  summarise(b = sum(b))

# A tibble: 5 x 2
  a         b
  <chr> <dbl>
1 1        50
2 2        20
3 3        13
4 grp1      7
5 grp2     20

Answer 3

这是一种为您提供所需组名称的方法，您无需事先考虑所需的情况（例如，它将创建result，grp3 ，...取决于grp4中的数字）。

输出：

library(dplyr)

df %>%
  mutate(
    grp = as.numeric(lag(df$b) != df$b),
    grp = cumsum(ifelse(is.na(grp), 0, grp))
  ) %>% group_by(grp) %>%
  mutate(
    a = ifelse(n() > 1, paste0("grp", b), a),
    b = sum(b)
  ) %>% ungroup() %>% distinct(a, b)

请注意，代码也可以压缩，但在我看来会导致一定程度的可读性：

  a         b
  <chr> <dbl>
1 1        50
2 2        20
3 3        13
4 grp2     20
5 grp1      7

dplyr将“尾巴”行折叠成更大的组

3 个答案: