如何在R语言中合并同名（含历史名称）的行并求和？

一、市政数据合并与数值求和 #

针对你提供的市政数据集，核心问题是字符型数值转数值型、统一市政名称、分组求和，直接用tidyverse工具链处理即可：

library(tidyverse)

# 加载你的原始数据
df <- structure(list(arbeidsstedskommune = c("4601 Bergen", NA, NA, NA, NA, NA), 
                     bostedskommune = c("4629 Modalen", "4631 Alver", "4632 Austrheim", "4634 Masfjorden", "1252 Modalen (1910-2019)", "1256 Meland (1924-2019)"), 
                     `2002` = c("0", "0", "0", "0", "0", "0"), 
                     `2012` = c("0", "0", "0", "0", "0", "0"), 
                     `2022` = c("12", "4171", "177", "90", "0", "0")), 
                row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"))

# 数据清洗+合并求和流程
df_cleaned <- df %>%
  # 批量将年份列从字符转数值
  mutate(across(c(`2002`, `2012`, `2022`), as.numeric)) %>%
  # 提取统一市政名：去掉开头编号、括号内的历史标注
  mutate(kommune_clean = str_remove_all(bostedskommune, "^\\d+ | \\(.*\\)")) %>%
  # 按统一市政名分组，对年份列求和，保留有效工作地市政数据
  group_by(kommune_clean) %>%
  summarize(
    arbeidsstedskommune = first(na.omit(arbeidsstedskommune)),
    `2002` = sum(`2002`, na.rm = TRUE),
    `2012` = sum(`2012`, na.rm = TRUE),
    `2022` = sum(`2022`, na.rm = TRUE)
  )

# 查看最终结果
df_cleaned

关键说明：

• str_remove_all用正则匹配去掉冗余内容：^\\d+ 匹配开头数字+空格， \\(.*\\)匹配空格+括号内的所有历史标注
• across批量处理多列转数值，避免重复代码
• first(na.omit(...))保留arbeidsstedskommune的有效非空值，若有多个有效数据可根据需求调整逻辑

二、示例数据集：字符分组求和 #

针对你给出的字母分组求和需求，核心是提取字符中的有效标识+分组求和，代码如下：

# 加载示例数据
sample_df <- tibble(
  a = c("2x", "y.", "4x", "17y"),
  b = c(100, 50, 20, NA)
)

# 处理流程
sample_result <- sample_df %>%
  # 提取a列中的字母（忽略数字、标点）
  mutate(a_clean = str_extract(a, "[a-zA-Z]")) %>%
  # 按提取的字母分组，对b列求和（忽略NA）
  group_by(a_clean) %>%
  summarize(b = sum(b, na.rm = TRUE)) %>%
  # 还原列名
  rename(a = a_clean)

# 查看结果
sample_result

关键说明：

• str_extract(a, "[a-zA-Z]")用正则提取字母，自动忽略前面的数字和后面的标点
• sum(b, na.rm = TRUE)求和时跳过NA，避免结果变成NA

内容的提问来源于stack exchange，提问作者Maren