在R中按组长求和整数[重复]答案

【问题标题】：Sum up integers by group longwise in R [duplicate]在R中按组长求和整数[重复]
【发布时间】：2021-08-17 08:09:25
【问题描述】：

我希望按 id 组添加值列，并将总计放在每个 id 的 type = total 的位置。在下面的示例中，id = 1 的总数将为 5 而不是 NA，id = 2 的总数将为 17 而不是 NA。

可能存在不应包含在总和中的 NA 值。

df <- data.frame(id = c(1, 1, 1, 1, 2, 2, 2, 2), type = c('A', 'B', 'C', 'total', 'A', 'B', 'C', 'total'), value = c('1', NA, '4', NA, '5', '4', '8', NA))


 id  type value
  1     A     1
  1     B  <NA>
  1     C     4
  1 total  <NA>
  2     A     5
  2     B     4
  2     C     8
  2 total  <NA>

这将是所需的输出：

 id  type value
  1     A     1
  1     B  <NA>
  1     C     4
  1 total     5
  2     A     5
  2     B     4
  2     C     8
  2 total    17

据我所知，group_by() 是迈向答案的第一步？但我不确定如何使用组中的值将其分配给总数。也许 colSums()？

任何帮助将不胜感激，谢谢！

【问题讨论】：

这能回答你的问题吗？ Add baseline/grand total with group_by() in dplyr

标签： r dplyr

【解决方案1】：

这应该可行，我认为足够清楚。

df %>%
  group_by(id) %>%
  mutate(
    value = as.numeric(value),
    value = if_else(type == 'total', sum(value, na.rm = T), value)
  )

另一个值得一读的选项是janitor 包。

【讨论】：

【解决方案2】：

我不介意从没有总行数的数据框开始，您可以执行以下操作：

# I changed your data so value is of type numeric, you could use mutate(value = as.numeric(value)) if necessary
# and there is no total anymore as the code creates this line from raw data

df <- data.frame(id = c(1, 1, 1, 2, 2, 2), 
                 type = c('A', 'B', 'C', 'A', 'B', 'C'), 
                 value = c(1, NA, 4, 5, 4, 8))

library(dplyr)

df %>% 
  group_by(id) %>% 
  summarise(value = sum(value, na.rm = TRUE),
            type = "total") %>% 
  bind_rows(., df) %>% 
  # some sorting for a better looking table
  select(id, type, value) %>% 
  mutate(type = forcats::fct_relevel(.f = type, "total", after = Inf)) %>% 
  arrange(id, type)

#> # A tibble: 8 x 3
#>      id type  value
#>   <dbl> <fct> <dbl>
#> 1     1 A         1
#> 2     1 B        NA
#> 3     1 C         4
#> 4     1 total     5
#> 5     2 A         5
#> 6     2 B         4
#> 7     2 C         8
#> 8     2 total    17

^{由reprex package (v2.0.0) 于 2021-08-17 创建}

【讨论】：