基于多列计算VC基金的统计指标：总估值、总投资次数

原始数据 #

R语言代码生成的数据：

df <- data.frame(Company = c("X", "Y","Z"),
                 Valuation = c("10","20","30"),
                 VC.1 = c("Zeev Ventures","Bedrock Capital","Activant Capital"),
                 VC.2 = c("Bedrock Capital","Activant Capital","Zeev Ventures"))

对应的数据表：

目标结果 #

需要按VC基金分组，计算总估值和投资次数，得到如下统计结果：

解决方案 #

方法1：使用tidyverse工具包

适合熟悉tidy语法的用户，步骤清晰易读：

# 加载工具包
library(tidyverse)

# 先将Valuation转为数值型（原始数据是字符格式）
df$Valuation <- as.numeric(df$Valuation)

# 将宽格式的VC列转换为长格式
df_long <- df %>%
  pivot_longer(cols = starts_with("VC."),  # 选择所有以VC.开头的列
               names_to = "VC_Column",     # 原列名存到VC_Column（后续会丢弃）
               values_to = "VC") %>%       # 提取的VC名称存到VC列
  select(-VC_Column)  # 移除多余的列

# 分组计算统计指标
vc_stats <- df_long %>%
  group_by(VC) %>%
  summarise(
    Total_Valuation = sum(Valuation),  # 计算总估值
    Total_Investments = n()            # 统计投资次数
  ) %>%
  ungroup()

# 输出结果
vc_stats

方法2：使用Base R

无需额外安装包，适合偏好原生R语法的用户：

# 转换Valuation为数值型
df$Valuation <- as.numeric(df$Valuation)

# 提取所有VC名称和对应的估值
vc_names <- c(df$VC.1, df$VC.2)
valuation_values <- rep(df$Valuation, 2)  # 每个公司的估值对应两个VC，重复两次

# 创建长格式数据框
vc_df <- data.frame(VC = vc_names, Valuation = valuation_values)

# 分组聚合计算
vc_stats_base <- aggregate(
  Valuation ~ VC,
  data = vc_df,
  FUN = function(x) c(
    Total_Valuation = sum(x),
    Total_Investments = length(x)
  )
)

# 展开聚合结果为标准数据框
vc_stats_base <- do.call(data.frame, vc_stats_base)
names(vc_stats_base) <- c("VC", "Total_Valuation", "Total_Investments")

# 输出结果
vc_stats_base

两种方法最终都会得到你需要的统计结果。

内容的提问来源于stack exchange，提问作者Igor Glushkov