如何在R语言中按员工分组汇总数据框sold列并生成新数据框？

我有一个名为df的数据框，结构如下（实际数据量更大）：

txnID   date        product          sold   repID   lastName
1001    8/5/2020    Clobromizen      600    203     Kappoorthy
1002    6/28/2020   Alaraphosol      276    887     da Silva
1003    6/28/2020   Alaraphosol      184    887     da Silva
1004    4/16/2020   Diaprogenix       36    887     da Silva
1005    6/14/2020   Diaprogenix       40    887     da Silva
1006    5/19/2020   Xinoprozen      5640    332     McRowe
1007    8/23/2020   Diaprogenix       60    332     McRowe
1008    11/14/2020  Clobromizen     2880    332     McRowe
1009    9/26/2020   Colophrazen      738    203     Kappoorthy
1010    2/5/2020    Diaprogenix       20    332     McRowe
1011    9/23/2020   Gerantrazeophem 3740    100     Schwab
1012    12/4/2020   Clobromizen     1584    221     Sixt

需要生成新数据框df1，汇总每位员工的所有产品销售总量，目标格式如下：

View(df1)
   lastName    totalSold
1  Kappoorthy  1338
2  da Silva    536
3  McRowe      8600
4  Schwab      3740
5  Sixt        1584

解决方案 #

方法1：Base R 原生实现 #

使用aggregate()函数直接完成分组求和：

df1 <- aggregate(sold ~ lastName, data = df, FUN = sum)

该函数会自动按lastName分组，计算每组sold列的总和，返回结果即为所需的汇总数据框。

方法2：dplyr 包实现 #

如果偏好tidyverse风格代码，可使用dplyr完成分组汇总：

1. 先安装并加载dplyr包（首次使用需执行安装）：

install.packages("dplyr")
library(dplyr)

2. 执行分组求和：

df1 <- df %>%
  group_by(lastName) %>%
  summarise(totalSold = sum(sold)) %>%
  ungroup()

• group_by(lastName)指定按姓氏分组
• summarise(totalSold = sum(sold))计算每组销售总量并命名为totalSold
• ungroup()可选，用于取消分组状态，避免后续操作受分组影响

内容的提问来源于stack exchange，提问作者daniel