在R中按分组与时间规则聚合求和Grade值的实现方法

步骤说明 #

我们分两步处理数据：先按规则筛选出符合要求的行，再按group分组求和。以下是基于dplyr包的实现方案（dplyr是R中常用的数据处理工具，语法直观易读）。

1. 构造示例数据 #

首先将你提供的数据集转换为R可处理的格式，注意将Time列转换为时间类型：

library(dplyr)

# 创建示例数据框
df <- tibble(
  group = c(1,2,2,2,3,3,3,3,4,4,4,5,5,6),
  Time = as.POSIXct(c(
    "2014-03-03 09:15:00",
    "2010-10-20 17:22:00",
    "2010-10-20 20:08:00",
    "2010-11-28 08:43:00",
    "2019-12-06 14:41:00",
    "2019-12-06 14:41:00",
    "2020-01-07 11:01:00",
    "2020-02-16 17:35:00",
    "2019-07-01 07:10:00",
    "2019-08-01 08:56:00",
    "2019-09-01 12:03:00",
    "2016-08-19 17:12:00",
    "2016-08-19 17:10:00",
    "2021-11-03 10:41:00"
  )),
  Grade = c(31,28,28,28,31,28,28,28,31,31,31,60,31,28)
)

2. 按规则筛选数据 #

先处理同一group下日期相同、时间不同的情况，保留最新时间的行；再处理同一group下日期和时间均相同的情况，保留Grade最小值的行：

# 数据清洗流程
cleaned_df <- df %>%
  mutate(date = as.Date(Time)) %>%  # 提取日期部分用于分组
  group_by(group, date) %>%
  filter(Time == max(Time)) %>%    # 同一组同一日期，保留最新时间的记录
  ungroup() %>%
  group_by(group, Time) %>%
  filter(Grade == min(Grade)) %>%  # 同一组同一时间，保留Grade最小的记录
  ungroup() %>%
  select(-date)  # 移除临时生成的date列

3. 分组求和得到最终结果 #

对筛选后的数据集按group分组，求和Grade得到Total_G：

# 计算各组总分
final_result <- cleaned_df %>%
  group_by(group) %>%
  summarise(Total_G = sum(Grade), .groups = "drop")

# 输出结果
print(final_result)

执行上述代码后，会得到你需要的汇总结果：

# A tibble: 6 × 2
  group Total_G
  <dbl>   <dbl>
1     1      31
2     2      56
3     3      84
4     4      93
5     5      60
6     6      28

内容的提问来源于stack exchange，提问作者Roq