如何单步按district分组：求和incoming并取末季度stock值？

需求说明 #

按district字段分组：

• 对incoming字段跨季度求和
• 获取最后一个季度（第3季度）的stock类字段值（共8个此类字段，不可跨季度求和）

实际数据集规模：约45000行、41个变量

示例数据 #

library(dplyr)
df <- data.frame(
  "district" = rep(c("ARA", "BJI", "CMC"), each=3),
  "quarter" = rep(1:3, 3),
  "incoming" = c(4044, 2992, 2556, 1639, 9547, 1191, 2038, 1942, 225),
  "stock" = c(19547, 3160, 1533, 5355, 6146, 355, 5816, 1119, 333)
)
df

期望结果 #

# A tibble: 3 × 3
  district stock incoming
  <chr>    <dbl>    <dbl>
1 ARA       1533     9592
2 BJI        355    12377
3 CMC        333     4205

现有实现方案 #

通过三步拆分处理后合并结果：

basea <- df %>% 
  group_by(district) %>% 
  filter(quarter == 3) %>% # 仅保留最后一季度数据
  summarise(across(stock, sum)) 

baseb <- df %>% 
  group_by(district) %>% 
  summarise(across(incoming, sum)) 

final <- full_join(basea, baseb)

优化实现方案（一步完成） #

利用dplyr的summarise同时完成两种聚合逻辑，无需拆分合并，效率更高：

library(dplyr)

final <- df %>%
  group_by(district) %>%
  summarise(
    # 对incoming字段跨季度求和
    incoming = sum(incoming),
    # 批量提取所有stock类字段的第3季度值（可根据实际字段名调整匹配规则）
    across(starts_with("stock"), ~ .x[quarter == 3])
  )

补充说明 #

• 如果stock类字段的命名规则不是以stock开头，可替换starts_with("stock")为其他匹配方式（比如ends_with("_stock")或直接指定字段向量c("stock1", "stock2", ...)）
• 若每个district的quarter=3存在重复行，可添加first()确保取值唯一：~ first(.x[quarter == 3])

内容的提问来源于stack exchange，提问作者Modus