如何在R语言的comb_df中新增newcat类别并按日期求和value

方法一：使用dplyr包（简洁直观） #

先确保安装并加载dplyr包，再通过分组求和构造新类别数据，最后合并到原数据框：

# 若未安装dplyr先执行此句：install.packages("dplyr")
library(dplyr)

# 生成newcat类别的数据框
newcat_df <- comb_df %>%
  group_by(Date) %>%
  summarise(value = sum(value), .groups = "drop") %>% # 按日期求和
  mutate(Category = "newcat") %>% # 设置新类别
  select(Category, Date, value) # 匹配原数据框的列顺序

# 合并得到最终结果
final_df <- rbind(comb_df, newcat_df)

# 查看结果
print(final_df)

运行后final_df即为包含New、Old、newcat三类的目标数据框，每个日期的newcat值对应同日期New和Old的value之和。

方法二：Base R实现（无需额外包） #

如果不想加载第三方包，用基础R函数也能完成：

# 按日期分组计算value总和
sum_vals <- tapply(comb_df$value, comb_df$Date, sum)

# 构造newcat数据框
newcat_df <- data.frame(
  Category = rep("newcat", length(sum_vals)),
  Date = names(sum_vals),
  value = as.vector(sum_vals),
  check.names = FALSE
)

# 合并得到最终结果
final_df <- rbind(comb_df, newcat_df)

# 查看结果
print(final_df)

两种方法得到的结果一致，最终输出的final_df结构如下：

Category     Date value
1       New Jan 2014     4
2       New Feb 2014     7
3       New Mar 2014     6
4       Old Jan 2014     1
5       Old Feb 2014     2
6       Old Mar 2014     4
7    newcat Jan 2014     5
8    newcat Feb 2014     9
9    newcat Mar 2014    10

内容的提问来源于stack exchange，提问作者Sam