在R语言中按ColC分组对ColB求和并添加新列的方法

你的需求是对连续相同的ColC分组，计算组内ColB的总和并赋值给组内每一行的ColD，而你现有代码只是计算了所有ColC=1的ColB总和，并将该单一值统一赋给整个ColD列，这显然不符合需求。

以下是几种可行的实现方法：

方法1：Base R实现 #

先通过cumsum生成连续ColC的分组标识，再用ave按分组计算总和：

# 构造示例数据集
df <- data.frame(
  ColA = c("A", "A", "B", "B", "C", "C", "A", "A", "B", "B"),
  ColB = c(2, 1, 3, 5, 2, 5, 1, 3, 7, 1),
  ColC = c(1, 1, 2, 2, 3, 3, 1, 1, 2, 2)
)

# 生成连续分组ID
df$group_id <- cumsum(c(TRUE, diff(df$ColC) != 0))
# 按分组计算ColB总和并赋值给ColD
df$ColD <- ave(df$ColB, df$group_id, FUN = sum)
# 可选：删除临时分组ID列
df$group_id <- NULL

方法2：dplyr（tidyverse）实现 #

利用cumsum创建连续分组，再通过group_by和mutate计算组内总和：

library(dplyr)

df <- df %>%
  # 按连续相同的ColC创建分组
  group_by(group_id = cumsum(c(TRUE, diff(ColC) != 0))) %>%
  mutate(ColD = sum(ColB)) %>%
  ungroup() %>%
  # 移除临时分组列
  select(-group_id)

方法3：data.table实现（更简洁高效） #

使用data.table的rleid函数直接生成连续分组ID，再按分组计算总和：

library(data.table)

setDT(df)[, ColD := sum(ColB), by = rleid(ColC)]

执行上述任意一种方法后，都能得到你期望的输出结果：

内容的提问来源于stack exchange，提问作者akshit singh