在R中按多列汇总数据框且保留原行数的实现方法

问题场景 #

给定如下R语言数据：

x = c("a", "a", "a", "a", "b", "b")
y = c("s", "s", "t", "t", "s", "s")
z = c(1, 2, 3, 4, 5, 6)
data = data.frame(cbind(x, y, z))

注：上述代码用cbind构造数据框时，会将数值型的z转换为字符型，实际使用建议直接写data = data.frame(x, y, z)以避免类型问题。

需求：按x和y两列分组，对z列求和，将求和结果作为新列w添加到原数据中，保留原数据所有行，不合并分组。正确的期望输出应为：

x y z  w
a s 1  3
a s 2  3
a t 3  7
a t 4  7
b s 5 11
b s 6 11

（注：原提问中的期望输出存在笔误，b对应的y列均为s，因此求和结果应为11而非5、6）

实现方法 #

方法1：使用dplyr包（tidyverse工具链） #

这是分组处理最常用的直观方式，步骤如下：

library(dplyr)

# 若之前用cbind构造数据，先将z转为数值型
data$z <- as.numeric(data$z)

# 分组求和并添加新列
data <- data %>%
  group_by(x, y) %>%
  mutate(w = sum(z)) %>%
  ungroup()  # 取消分组，避免后续操作受分组状态影响

方法2：使用base R（无需额外安装包） #

利用base R的ave函数，它可按分组计算并返回与原向量长度一致的结果：

# 修正z的类型（若需要）
data$z <- as.numeric(data$z)

# 直接生成w列
data$w <- ave(data$z, data$x, data$y, FUN = sum)

内容的提问来源于stack exchange，提问作者LaTeXFan