如何在R语言DataFrame中按Country分组生成RESULT计算列？

我明白你的困扰啦——用group_by()加summarize()没成功，是因为summarize()会把数据聚合到分组维度，而我们需要保留原数据的每一行来生成新列，这时候mutate()才是正确的选择！

方法一：使用dplyr包（推荐，代码可读性高） #

首先确保你已经安装并加载了dplyr包，然后按以下步骤操作：

# 加载dplyr包
library(dplyr)

# 构造你的原始数据框
COUNTRY<- c('USA','USA','USA','USA','USA','USA','USA','USA','USA','UK','UK','UK','UK','GERMANY','GERMANY','GERMANY','GERMANY','GERMANY','GERMANY') 
CITY<- c('NEW YORK','LOS ANGELES','CHICAGO','HOUSTON','PHOENIX','PHILADELPHIA','SAN ANTONIO','SAN DIEGO','DALLAS','LONDON','CAMBRIDGE','LIVERPOOL','MANCHESTER','BERLIN','HAMBURG','FRANKFURT','COLOGNE','STUTTGART','HANNOVER') 
BMW_CAR<- c(25,46,176,22,22,25,881,133,339,177,29,175,165,165,617,350,232,14,778) 
DF <- data.frame(COUNTRY,CITY,BMW_CAR)

# 按国家分组，添加RESULT列
DF <- DF %>%
  group_by(COUNTRY) %>%
  mutate(RESULT = sum(BMW_CAR) - BMW_CAR) %>%
  ungroup() # 取消分组，方便后续非分组操作，可选

代码解释：

• group_by(COUNTRY)：将数据按COUNTRY列分组
• mutate(RESULT = sum(BMW_CAR) - BMW_CAR)：在原数据的每一行添加RESULT列，值为当前组的BMW_CAR总和减去当前行的BMW_CAR值
• ungroup()：可选操作，如果你后续不需要保留分组状态，可以取消分组

方法二：使用Base R（无需额外包） #

如果你不想加载dplyr包，用Base R的ave()函数也能快速实现：

# 构造原始数据框（同上）
COUNTRY<- c('USA','USA','USA','USA','USA','USA','USA','USA','USA','UK','UK','UK','UK','GERMANY','GERMANY','GERMANY','GERMANY','GERMANY','GERMANY') 
CITY<- c('NEW YORK','LOS ANGELES','CHICAGO','HOUSTON','PHOENIX','PHILADELPHIA','SAN ANTONIO','SAN DIEGO','DALLAS','LONDON','CAMBRIDGE','LIVERPOOL','MANCHESTER','BERLIN','HAMBURG','FRANKFURT','COLOGNE','STUTTGART','HANNOVER') 
BMW_CAR<- c(25,46,176,22,22,25,881,133,339,177,29,175,165,165,617,350,232,14,778) 
DF <- data.frame(COUNTRY,CITY,BMW_CAR)

# 添加RESULT列
DF$RESULT <- ave(DF$BMW_CAR, DF$COUNTRY, FUN = function(x) sum(x) - x)

代码解释：

• ave()函数会根据第二个参数（DF$COUNTRY）分组，对第一个参数（DF$BMW_CAR）应用自定义函数，返回和原向量长度一致的结果，正好可以直接赋值给新列。

验证结果 #

两种方法得到的结果都完全符合你的要求：

• USA组BMW_CAR总和为1669，第一行RESULT=1669-25=1644
• UK组总和为546，第十行RESULT=546-177=369
• GERMANY组总和为2156，第18行RESULT=2156-14=2142

内容的提问来源于stack exchange，提问作者Bruno Avila