数据处理基础：如何在R中按国家汇总多行数据并求和

嘿，我完全懂你遇到的问题——要把同一个国家的多行数据合并成一行求和结果，之前用group_by没得到预期效果对吧？别着急，这在R里有超实用的简便方法，大概率是你没把group_by和对应的聚合函数搭配好～

方法一：dplyr包（最直观易读，新手友好） #

这应该是最常用的方案，先确保你安装并加载了dplyr：

install.packages("dplyr") # 首次使用需要安装
library(dplyr)

假设你的数据框叫df，包含country（国家列）和需要求和的数值列（比如revenue、expenses），正确的代码写法是：

# 按国家分组，对所有数值列自动求和（忽略缺失值）
summary_df <- df %>%
  group_by(country) %>%
  summarise(across(where(is.numeric), sum, na.rm = TRUE))

细节说明：

• group_by(country)：给数据按国家打上分组标记，这一步只是分组，不会改变数据行数
• summarise(...)：真正的聚合操作，这里用across(where(is.numeric), sum)表示对所有数值列执行求和；如果只想对特定列求和，直接指定列名更灵活：

# 仅对revenue和expenses列求和
summary_df <- df %>%
  group_by(country) %>%
  summarise(total_revenue = sum(revenue, na.rm = TRUE),
            total_expenses = sum(expenses, na.rm = TRUE))

方法二：data.table包（大数据场景更高效） #

如果你的数据集特别大，data.table的运算速度会比dplyr更快，用法也很简洁：

install.packages("data.table")
library(data.table)

# 转换为data.table格式
dt <- as.data.table(df)

# 按国家分组，对所有数值列求和
summary_dt <- dt[, lapply(.SD, sum, na.rm = TRUE), by = country]

# 指定列求和的写法：
summary_dt <- dt[, .(total_revenue = sum(revenue), total_expenses = sum(expenses)), by = country]

为啥之前用group_by没效果？ #

大概率是只执行了group_by(country)，但没有后续的summarise（或mutate，但求和用summarise）来聚合数据——group_by只是给数据分组，不会自动合并行，必须搭配聚合函数才能得到你要的单行汇总结果哦！

内容的提问来源于stack exchange，提问作者bashar hleihel