如何在R中按字符串前7位分组，按File列求和Number列数值

这里提供两种常用的R实现方案，均能按String列前7个字符+File列分组，对Number列求和：

方法一：使用tidyverse/dplyr（推荐，代码更直观） #

首先构造示例数据（你可以直接替换成自己的数据集）：

df <- data.frame(
  row = 1:8,
  String = c("W123ABC-1", "W123ABC", "W123ABC-3; W123ABC-1; W123ABC",
             "S678DEF-2; S678DEF-3", "D345GHI", "D345GHI-5; D345GHI-8",
             "S678DEF; S678DEF-3; S678DEF-6", "S678DEF-4"),
  Number = c(9,4,11,3,4,7,12,1),
  File = c("F1","F1","F2","F3","F1","F1","F3","F2")
)

然后执行分组求和：

library(dplyr)

# 提取前7个字符作为分组键，再按分组键+File求和
result <- df %>%
  mutate(group_key = substr(String, start = 1, stop = 7)) %>%
  group_by(group_key, File) %>%
  summarise(total_number = sum(Number), .groups = "drop")

# 查看结果
print(result)

输出结果会和你预期的一致：

group_key File  total_number
  <chr>     <chr>        <dbl>
1 D345GHI   F1              11
2 S678DEF   F2               1
3 S678DEF   F3              15
4 W123ABC   F1              13
5 W123ABC   F2              11

方法二：使用Base R（无需额外安装包） #

如果不想加载dplyr包，可以用Base R的aggregate函数实现：

# 先添加分组键列
df$group_key <- substr(df$String, 1, 7)

# 按group_key和File分组求和
result_base <- aggregate(Number ~ group_key + File, data = df, FUN = sum)

# 查看结果
print(result_base)

关键说明 #

• substr(String, 1, 7)是核心：不管原String列内容长短，直接提取前7个字符作为分组依据，完全忽略第7位之后的所有内容（包括分号分隔的多个字符串）。
• 分组逻辑是前7位字符 + File的组合，确保同一前缀不同文件的数值分开求和。

内容的提问来源于stack exchange，提问作者nuenueke