R tidyverse 操作数据框答案

【问题标题】：R tidyverse manipulating dataframeR tidyverse 操作数据框
【发布时间】：2020-07-24 18:37:23
【问题描述】：

数据：

name_id     name_desc   is_mand   count
howard101   howards id        1   123
howard101   howards id        0     4
rando12     random pers       1   500
peter54     peters name       1    10
peter54     peters name       0    14
danny66     dannys acc        0    20

我有如上所示的数据，name_id 可以是强制性的 (1) 或不是 (0)。如果 name_id 有一个强制性和非强制性的列，我想对计数求和并将其标记为强制性 (is_mand = 1)。我该怎么做？

预期输出：

name_id     name_desc   is_mand   count
howard101   howards id        1   127
rando12     random pers       1   500
peter54     peters name       1    24
danny66     dannys acc        0    20

我有如图所示的数据

我想我可以按 name_id 分组，当计数大于 2 时，只需将其标记为必填并求和？

【问题讨论】：

is_mand 的值全为 0 时是否求和？例如，如果 danny66 有另一行 is_mand 为 0 且计数为 50，您是否希望 danny66 为 70？

标签： r tidyverse

【解决方案1】：

您是否尝试根据每个 name_id 的强制和非强制值来汇总计数？

如果是这样，您将使用汇总函数：

df_summary <- df %>% group_by(name_id, name_description, is_mand) %>% summarise(count = sum(name_id, na.rm = TRUE)

或者，如果您只想按 is_mand 过滤，您可以使用：

df_filtered <- df[df$is_mand == 1,]

您还可以将这两个操作与过滤功能结合起来：

df_summary <- df %>% group_by(name_id, name_description, is_mand) %>% summarise(count = sum(name_id, na.rm = TRUE) %>% filter(is_mand == 1)

这大致是您要求的吗？

【讨论】：

【解决方案2】：

这是通过来自dplyr: 的group_by() 和summarise() 完成的

df %>%
  group_by(name_id, name_desc) %>%
  summarise(is_mand = sum(is_mand),
            count = sum(count))

  name_id   name_desc   is_mand count
  <chr>     <chr>         <dbl> <dbl>
1 danny66   dannys acc        0    20
2 howard101 howards id        1   127
3 peter54   peters name       1    24
4 rando12   random pers       1   500

【讨论】：

【解决方案3】：

另一个选项使用ifelse() 语句匹配name_id，其中任何is_mand 等于1。

df %>%
  group_by(name_id, name_desc) %>%
  summarize(is_mand = ifelse(any(is_mand == 1), 1, 0),
            count = ifelse(any(is_mand == 1), sum(count), count))

数据

df <- structure(list(name_id = c("howard101", "howard101", "rando12", 
"peter54", "peter54", "danny66"), name_desc = c("howards id", 
"howards id", "random pers", "peters name", "peters name", "dannys acc"
), is_mand = c(1, 0, 1, 1, 0, 0), count = c(123, 4, 500, 10, 
14, 20)), row.names = c(NA, -6L), class = c("tbl_df", "tbl", 
"data.frame"))

【讨论】：