R中data.table中的条件求和答案

【问题标题】：sum by condition in data.table in RR中data.table中的条件求和
【发布时间】：2020-09-12 20:12:05
【问题描述】：

示例数据表：

example <- data.table(name=c('black','black','black','red','red'),
                 type=c('chair','chair','sofa','sofa','plate'),
                 num=c(4,5,12,4,3), 
                 cost = c(20,22,219,17,4))

我想总结一下这个data.table。对于每个名字，我想知道有多少项目。然后我也有兴趣知道每种颜色的椅子、沙发和盘子的成本。所以我会得到：

example <- data.table(name=c('black','red'),
                      count=c(3,2),
                      chair = c(44,0), plate = c(0,4), NOsofa = c(219,17))

我可以得到计数：

example[,.(count = .N), by="name"]

但苦于如何创建剩余的列？

【问题讨论】：

标签： r count data.table

【解决方案1】：

您可以先为每个name 添加count。

library(data.table)
example[,count := .N, name]

然后sum 成本和重塑

dcast(example[, .(cost  = sum(cost)), .(name, type, count)], 
          name + count~type, value.var = 'cost', fill = 0)


#    name count chair plate sofa
#1: black     3    42     0  219
#2:   red     2     0     4   17

使用tidyverse 可以这样做：

library(dplyr)

example %>%
  group_by(name) %>%
  mutate(count = n()) %>%
  group_by(type, count, add = TRUE) %>%
  summarise(cost = sum(cost)) %>%
  tidyr::pivot_wider(names_from = type, values_from = cost, 
         names_prefix = 'NO', values_fill = list(cost = 0))

【讨论】：

【解决方案2】：

我们可以利用dcast中的fun.aggregate进行join

library(data.table)
dcast(example, name ~ type, value.var = 'cost', sum)[example[,
     .(count = .N), name], on = .(name)]
#    name chair plate sofa count
#1: black    42     0  219     3
#2:   red     0     4   17     2

【讨论】：