如何从列中提取和求和不同的值并使用总和创建列答案

【问题标题】：How to extract and sum distinct values in from a column and create a column with the sum如何从列中提取和求和不同的值并使用总和创建列
【发布时间】：2021-06-07 18:51:49
【问题描述】：

我正在尝试创建一个列，它是列 SIZE 的唯一值的总和

TYPE    SIZE
A   24522145.17
A   35359867.65
A   35359867.65
A   35359867.65
A   35359867.65
A   35359867.65
A   24522145.17
A   35359867.65
A   35359867.65
A   8527174.786

我不想要唯一值的计数，而是总和，总和之上的数据将添加 (24522145.17 + 35359867.65 + 8527174.786)。这是在按变量 TYPE 分组之后。谢谢！

【问题讨论】：

标签： r dplyr

【解决方案1】：

我们按“TYPE”分组，获取unique“SIZE”并返回sum中的sumsummarise

library(dplyr)
df1 %>%
    group_by(TYPE) %>%
     summarise(Sum = sum(unique(SIZE), na.rm = TRUE))

-输出

# A tibble: 1 x 2
  TYPE        Sum
  <chr>     <dbl>
1 A     68409188.

数据

df1 <- structure(list(TYPE = c("A", "A", "A", "A", "A", "A", "A", "A", 
"A", "A"), SIZE = c(24522145.17, 35359867.65, 35359867.65, 35359867.65, 
35359867.65, 35359867.65, 24522145.17, 35359867.65, 35359867.65, 
8527174.786)), class = "data.frame", row.names = c(NA, -10L))

【讨论】：

谢谢！它有效，但是即使行数不匹配，是否可以创建一列并将其添加到现有数据集中？我尝试使用您的代码进行变异，但没有成功。
@DSan 只需将其更改为 mutate 即 df1 <- df1 %>% group_by(TYPE) %>% mutate(Sum = sum(unique(SIZE), na.rm = TRUE))。行数无关紧要，因为sum 只是一个数字，它会被回收到每个组的长度

【解决方案2】：

我们还可以获得不同的组合并使用count 将它们相加，其中wt 是我们想要求和的值。

library(dplyr)
df1 %>%
  distinct(TYPE, SIZE) %>%
  count(TYPE, wt = SIZE)  # shortcut for group_by(TYPE) %>% summarize(n = sum(SIZE))

数据

df1 <- data.frame(
  stringsAsFactors = FALSE,
              TYPE = c("A", "A", "A", "A", "A", "A", "A", "A", "A", "A"),
              SIZE = c(24522145.17,35359867.65,
                       35359867.65,35359867.65,35359867.65,35359867.65,
                       24522145.17,35359867.65,35359867.65,8527174.786)
)

【讨论】：

我喜欢这种方法！你能解释一下wt！点赞+！
根据文档，count() 为每个组计算 sum(wt)。

【解决方案3】：

我们可以使用filter 和!duplicated()：

df1 %>% 
  group_by(TYPE) %>% 
  filter(!duplicated(SIZE)) %>% 
  summarise(sum = sum(SIZE))

输出：

  TYPE        sum
  <chr>     <dbl>
1 A     68409188.

【讨论】：

【解决方案4】：

使用您正确格式化的数据

tibble::tribble(
  ~TYPE, ~SIZE,
  "A",   24522145.17,
  "A",   35359867.65,
  "A",   35359867.65,
  "A",   35359867.65,
  "A",   35359867.65,
  "A",   35359867.65,
  "A",   24522145.17,
  "A",   35359867.65,
  "A",   35359867.65,
  "A",   8527174.786
) -> df

你可以做（h/t @akrun）

aggregate(SIZE ~ TYPE, unique(df), sum)

  TYPE     SIZE
1    A 68409188

【讨论】：

根据问题，结果应该是(24522145.17 + 35359867.65 + 8527174.786) ~ 68409188。
对，sum 而不是mean。已更正，谢谢@akrun！
@ktiu 对不起，我的意思只是这样，但可能会分心。谢谢