R语言中基于动态列数聚合行的简化实现问询

要实现合并相同维度的重复行并对指标列求和，你尝试用动态维度列表简化冗长的多条件判断代码，但因公式写法错误导致报错。以下是几种可行的修正方案：

方案1：使用reformulate构建聚合公式 #

reformulate函数可以直接将维度列向量转换为aggregate所需的公式格式，是最简洁的动态写法：

# 初始化维度列表，date为必选维度
columns = c("date")
# 动态添加存在的维度列
if ("page" %in% colnames(data)) columns <- c(columns, "page")
if ("campaign" %in% colnames(data)) columns <- c(columns, "campaign")
if ("channelGrouping" %in% colnames(data)) columns <- c(columns, "channelGrouping")
if ("segment" %in% colnames(data)) columns <- c(columns, "segment")

# 构建聚合公式：所有非维度列 ~ 动态维度列组合
agg_formula <- reformulate(columns, response = ".")
# 执行聚合
data <- aggregate(agg_formula, data, sum)
# 按日期排序
data <- data[order(data$date), ]

方案2：拼接字符串生成公式 #

如果更习惯字符串拼接的方式，可以手动构建公式字符串再转换为公式对象：

columns = c("date")
# 动态添加维度列（同上）
if ("page" %in% colnames(data)) columns <- c(columns, "page")
if ("campaign" %in% colnames(data)) columns <- c(columns, "campaign")
if ("channelGrouping" %in% colnames(data)) columns <- c(columns, "channelGrouping")
if ("segment" %in% colnames(data)) columns <- c(columns, "segment")

# 拼接公式字符串
agg_formula_str <- paste(". ~", paste(columns, collapse = " + "))
# 转换为公式并执行聚合
data <- aggregate(as.formula(agg_formula_str), data, sum)
data <- data[order(data$date), ]

方案3：使用dplyr实现更灵活的动态聚合 #

如果你使用dplyr包，代码会更直观且扩展性更强，支持更复杂的筛选逻辑：

library(dplyr)

columns = c("date")
# 动态添加维度列（同上）
if ("page" %in% colnames(data)) columns <- c(columns, "page")
if ("campaign" %in% colnames(data)) columns <- c(columns, "campaign")
if ("channelGrouping" %in% colnames(data)) columns <- c(columns, "channelGrouping")
if ("segment" %in% colnames(data)) columns <- c(columns, "segment")

data <- data %>%
  # 按动态维度列分组
  group_by(across(all_of(columns))) %>%
  # 对所有数值型指标列求和，完成后取消分组
  summarise(across(where(is.numeric), sum), .groups = "drop") %>%
  # 按日期排序
  arrange(date)

验证示例数据 #

代入你提供的示例数据：

data <- data.frame(
  date = c("2024-05-01", "2024-05-01", "2024-05-01"),
  page = c("a.html", "b.html", "a.html"),
  users = c(20,14,2),
  sessions = c(22,16,3)
)

执行任意一种方案后，都会得到你期望的聚合结果：

内容的提问来源于stack exchange，提问作者Nelie