基于 R 中两列的值求和值答案

【问题标题】：Sum values based on values of two columns in R基于 R 中两列的值求和值
【发布时间】：2020-05-23 04:51:42
【问题描述】：

我目前正在处理一个包含始发地、目的地和其他一些空中交通相关信息的空中交通数据集。但是，就我的分析而言，只要航班在相同的两个城市之间进行，我就想合并信息。

例如，西雅图到波特兰的航班数据需要与波特兰到西雅图的航班数据合并。

这是数据集的一个示例：

airtravel <- structure(list(CARRIER = structure(c(6L, 13L, 6L, 1L, 1L, 13L, 
17L, 17L, 13L, 13L, 13L, 13L, 2L, 1L, 13L), .Label = c("9E", 
"AA", "AS", "B6", "DL", "EV", "F9", "G4", "HA", "MQ", "NK", "OH", 
"OO", "UA", "WN", "YV", "YX"), class = "factor"), OD = c("DCA - ORD", 
"PDX - SEA", "ORD - DCA", "CHA - ATL", "ATL - CHA", "ELM - DTW", 
"LGA - RIC", "RIC - LGA", "DTW - ELM", "BZN - SEA", "SEA - BZN", 
"SEA - PDX", "DCA - LGA", "AVL - ATL", "SFO - SNA"), diff = c(164, 158, 146, 
    142, 141, 138, 138, 138, 136, 130, 130, 130, 127, 124, 124
    )), row.names = c(2983L, 7423L, 3217L, 115L, 17L, 6737L, 
11042L, 11315L, 6669L, 6370L, 7624L, 7636L, 685L, 66L, 7693L), class = "data.frame")

我想总结一下涉及相同两个城市的行的差异。有人可以阐明如何解决这个问题吗？

提前致谢！

【问题讨论】：

聚合是什么意思？你想对这些行之间的值求和还是做其他事情？通常最好使用dput 共享数据并显示预期输出。请阅读有关how to ask a good question 以及如何提供reproducible example 的信息。
@RonakShah，非常感谢您的建议。我已经相应地编辑了我的问题。我仍然是堆栈溢出的新手，非常感谢您的 cmets！

标签： r data-cleaning

【解决方案1】：

您可以将OD 列划分为source 和基于它们之间的'-' 分隔符的目标，使用pmin 和pmax 按行对它们进行排序，并得到sum 的diff。

library(dplyr)

airtravel %>%
  tidyr::separate(OD, c('source', 'destination'), sep = '\\s*-\\s*') %>%
  group_by(grp = pmin(source, destination), grp2 = pmax(source, destination)) %>%
  summarise(diff = sum(diff))


#  grp   grp2   diff
#  <chr> <chr> <dbl>
#1 ATL   AVL     124
#2 ATL   CHA     283
#3 BZN   SEA     260
#4 DCA   LGA     127
#5 DCA   ORD     310
#6 DTW   ELM     274
#7 LGA   RIC     276
#8 PDX   SEA     288
#9 SFO   SNA     124

如果您想保留更多列，可以将它们添加到group_by。

【讨论】：

【解决方案2】：

我们可以使用base R 来执行此操作，方法是拆分“OD”列，然后将sort 用作aggregate 中的分组变量

aggregate(airtravel$diff, list(OD = sapply(strsplit(airtravel$OD, "\\s*-\\s*"), 
      function(x) paste(sort(x), collapse=" - "))), FUN = sum)
#         OD   x
#1 ATL - AVL 124
#2 ATL - CHA 283
#3 BZN - SEA 260
#4 DCA - LGA 127
#5 DCA - ORD 310
#6 DTW - ELM 274
#7 LGA - RIC 276
#8 PDX - SEA 288
#9 SFO - SNA 124

【讨论】：