我正在尝试对两个变量进行分组,并根据先前分组的变量对其中一个进行求和。
structure(list(`Tipo de Geração` = c("EOL", "EOL", "EOL", "EOL",
"EOL", "EOL", "EOL", "EOL", "EOL", "UFV", "UFV", "UFV", "UFV",
"UFV", "UFV", "UFV", "UFV", "UFV", "UTE", "UTE", "UTE", "UTE",
"UTE", "UTE", "UTE", "UTE", "UTE", "UTE", "UTE", "UTE", "UTE",
"UTE", "UTE"), UF = c("PI", "PI", "PI", "RN", "RN", "RN", "RN",
"RN", "RS", "PB", "PB", "PB", "PB", "PB", "PB", "PB", "PB", "PB",
"SP", "AM", "AM", "AM", "AM", "AM", "AM", "AM", "AM", "AM", "AM",
"AM", "AM", "AM", "AM"), Usina = c("Ventos de Santa Angela 14",
"Ventos de Santa Angela 14", "Ventos de Santa Angela 14", "Vila Maranhão III",
"Vila Maranhão III", "Vila Maranhão III", "Vila Maranhão III",
"Vila Maranhão III", "Xangri-lá", "Coremas III", "Coremas III",
"Coremas III", "Coremas III", "Coremas III", "Coremas III", "Coremas III",
"Coremas III", "Coremas III", "Branco Peres", "Alvarães - CGA",
"Alvarães - CGA", "Alvarães - CGA", "Alvarães - CGA", "Alvarães - CGA",
"Alvarães - CGA", "Alvarães - CGA", "Alvarães - CGA", "Alvarães - CGA",
"Alvarães - CGA", "Alvarães - CGA", "Tamaniquá - CGA", "Tamaniquá - CGA",
"Tamaniquá - CGA"), UG = c(12, 13, 14, 5, 6, 7, 8, 9, 10, 1,
2, 3, 4, 5, 6, 7, 8, 9, 1, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11,
1, 2, 3), `Potência UG (kW)` = c(3000, 3000, 3000, 3550, 3550,
3550, 3550, 3550, 3800, 3000, 3000, 3000, 3000, 3000, 3000, 3000,
3000, 3000, 15000, 352, 352, 352, 352, 352, 352, 352, 352, 352,
352, 352, 297, 297, 297)), row.names = c(NA, -33L), class = c("tbl_df",
"tbl", "data.frame"))
变量“ UG”代表电动涡轮的数量,该电动涡轮具有由Potência UG (kW)
变量重新设置的以下功效。变量Usina(水力发电厂)可以具有多个UGs值,也可以具有多个效能值。因此,我需要对UG的数量进行分组,并对每个水力发电厂(由Usina变量表示)执行以下所有Potência UG (kW)
值的求和运算。我怎样才能做到这一点?
谢谢!
答案 0 :(得分:0)
如果我正确理解了您的问题,我认为这应该可以解决。我将您的数据框保存为s
library(dplyr)
s_grouped <- s %>%
group_by(Usina, UG) %>%
summarize(sum = sum(`Potência UG (kW)`))
答案 1 :(得分:0)
如果我正确遵循的话,也许这是您正在使用dplyr
(在将示例数据分配到x
之后的功能)
x %>%
group_by(Usina) %>%
summarise(sum_potencia = sum(`Potência UG (kW)`))
结果:
# A tibble: 7 x 2
Usina sum_potencia
<chr> <dbl>
1 Alvarães - CGA 3872
2 Branco Peres 15000
3 Coremas III 27000
4 Tamaniquá - CGA 891
5 Ventos de Santa Angela 14 9000
6 Vila Maranhão III 17750
7 Xangri-lá 3800