R - df中的分组值[重复]

Question

我有一个 df，其中每个条目都有一个分配的分组 ID，例如：

id_person income id_family
001       100    A1
002       120    B2
003       100    B5
004       220    A1
005       300    A2

现在我需要为每个 id_person 分配一个新变量，将所有具有相同 id_family 的条目的变量 income 相加。如：

id_person income id_family family_income
001       100    A1        220
002       120    B2        120
003       100    B5        400
004       220    A1        220
005       300    B5        400

我不想创建一个新的grouped_df，我现在也不需要查看这个变量的汇总。

如何使用 R 给出这个命令？

Answer 1

使用 data.table 中的数据，我们可以通过分组变量（by=）对变量执行操作，然后使用 data.table 赋值运算符 := 将其分配回数据

library(data.table)
setDT(df)
df[, "family_income" := sum(income), by = id_family]

---

data.table 数据结构是 R data.frame 的升级版，提供更多功能和效率提升。如果DT 是您的data.table，DT[i, j, by] 是表示我们如何使用i 对数据进行排序或子集化，j 用于选择或计算变量，by 用于执行j-对组的操作。例如，对于 100 马力以上的汽车，自动 (0) 和手动 (1) 汽车的平均燃油效率是多少？

dtcars <- data.table(mtcars)
dtcars[hp>100, mean(mpg), by=am]

返回：

> dtcars[hp>100, mean(mpg), by=am]
   am       V1
1:  1 20.61429
2:  0 16.06875

Answer 2

df %>% 
  group_by(id_family) %>% 
  summarise(Total = sum(income, na.rm = TRUE))

或者可以使用across()函数：

df %>%
  group_by(id_family) %>%
  summarise(across(income, sum))

Answer 3

你可以试试

数据

df <- read.table(text = "id_person income id_family
001       100    A1
002       120    B2
003       100    B5
004       220    A1
005       300    B5", header = T)

  id_person income id_family
1         1    100        A1
2         2    120        B2
3         3    100        B5
4         4    220        A1
5         5    300        B5

代码

library(dplyr)

df %>%
  group_by(id_family) %>%
  mutate(family_income = sum(income)) %>%
  ungroup
    
  id_person income id_family family_income
      <int>  <int> <chr>             <int>
1         1    100 A1                  320
2         2    120 B2                  120
3         3    100 B5                  400
4         4    220 A1                  320
5         5    300 B5                  400