如何在R中按年份合并A、D区域计数求和，保留B、C原始数据

核心逻辑是拆分数据分别处理，再合并结果：先单独完成A、D区域的求和合并，保留B、C区域的原始数据，最后将两部分整合并调整顺序匹配示例输出。

方法一：使用R语言（dplyr包） #

1. 拆分数据：将原始数据分为「A/D区域组」和「B/C区域组」
2. 处理A/D组：按年份分组，对count求和，统一将region设为"A"
3. 合并数据：将处理后的A/D组与B/C组合并，按年份降序、区域升序排序

library(dplyr)

# 假设原始数据框名为df
# 处理A、D区域
processed_ad <- df %>%
  filter(region %in% c("A", "D")) %>%
  group_by(year) %>%
  summarise(count = sum(count), region = "A") %>%
  ungroup()

# 提取B、C区域原始数据
bc_data <- df %>%
  filter(region %in% c("B", "C"))

# 合并并排序得到最终结果
final_df <- bind_rows(processed_ad, bc_data) %>%
  arrange(desc(year), region)

方法二：使用Python语言（pandas库） #

1. 拆分数据：筛选出A/D区域和B/C区域的子数据框
2. 处理A/D组：按年份分组聚合，求和count并固定region为"A"
3. 合并数据：拼接处理后的A/D组与B/C组，按年份降序、区域升序排序

import pandas as pd

# 假设原始数据框名为df
# 处理A、D区域
ad_subset = df[df['region'].isin(['A', 'D'])]
processed_ad = ad_subset.groupby('year').agg(
    count=('count', 'sum'),
    region=lambda x: 'A'
).reset_index()

# 提取B、C区域原始数据
bc_subset = df[df['region'].isin(['B', 'C'])]

# 合并并排序得到最终结果
final_df = pd.concat([processed_ad, bc_subset])
final_df = final_df.sort_values(by=['year', 'region'], ascending=[False, True]).reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Sas