如何在RStudio中按Color分组对指定列数据求和？

问题描述 #

现有一个超过500行的DataFrame，需要按Color列分组，分别计算Ana和Joe列的求和值，排除Vehicle列。

输入数据 #

数据结构 #

structure(list(
  Vehicle = structure(c(1L, 2L, 3L, 1L, 2L, 3L), 
                    .Label = c("Car","Tram", "Bike"), class = "factor"),
  Color = structure(c(1L, 1L, 1L, 2L, 2L, 3L), 
                    .Label = c("red","blue", "green"), class = "factor"),
  Ana = c(1, 1, 2, 5,5, 0), 
  Joe = c(9,6, 5, 6,4, 7)), 
   row.names = c(NA, 6L), class = "data.frame")

表格展示 #

期望输出 #

数据结构 #

structure(list(
  Color = structure(c(1L, 2L, 3L), 
                    .Label = c("red","blue", "green"), class = "factor"),
  Ana = c(4, 10, 0), 
  Joe = c(20,10, 7)), 
  row.names = c(NA, 3L), class = "data.frame") 

表格展示 #

错误脚本分析 #

你尝试的脚本存在两个核心问题：

1. sum(names)是对字符向量c("Ana","Joe")求和，R无法对字符类型执行求和操作，会直接报错；
2. sum_name=(sum(names))只会生成一列结果，无法分别得到Ana和Joe的分组求和值。

错误脚本：

names <- c("Ana", "Joe")

Heatmap %>%
  group_by(Color) %>%
  summarise(sum_name=(sum(names)))

正确解决方案 #

方法1：使用dplyr的across函数（推荐） #

利用dplyr的across()函数批量对指定列执行分组求和，支持直接列名或字符向量指定目标列：

直接指定列名

library(dplyr)

result <- Heatmap %>%
  group_by(Color) %>%
  summarise(across(c(Ana, Joe), sum))

通过字符向量指定列名

names <- c("Ana", "Joe")

result <- Heatmap %>%
  group_by(Color) %>%
  summarise(across(all_of(names), sum))

方法2：使用base R的aggregate函数 #

如果不使用tidyverse工具，可使用base R的aggregate()函数实现需求：

names <- c("Ana", "Joe")
result <- aggregate(Heatmap[names], by = list(Color = Heatmap$Color), sum)

两种方法都能输出你期望的分组求和结果。

内容的提问来源于stack exchange，提问作者Annelisa