如何汇总DataFrame中Giver的金额总和及按Receiver的金额分布

你可以通过分组汇总+宽表转换的方式实现需求，用tidyverse工具链的话，完整代码如下：

library(tidyverse)

# 原始数据
df <- data.frame(Giver = c('A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'), 
                 Amount = c(100, 150, 150, 200, 100, 200, 100, 100, 100), 
                 Receiver = c('X', 'X', 'Y', 'X', 'Z', 'Z', 'Y', 'Y', 'Y'))

# 生成目标DataFrame
df_result <- df %>%
  # 按捐赠者+接收方分组，统计每组金额总和
  group_by(Giver, Receiver) %>%
  summarize(Receiver_sum = sum(Amount), .groups = "drop") %>%
  # 转宽表：把接收方转为列，无捐赠的填充0
  pivot_wider(names_from = Receiver, values_from = Receiver_sum, values_fill = 0) %>%
  # 计算每个捐赠者的总金额
  mutate(Amount = rowSums(select(., X, Y, Z))) %>%
  # 调整列顺序匹配目标格式
  select(Giver, Amount, X, Y, Z) %>%
  # 按捐赠者排序（和示例结果顺序一致）
  arrange(Giver)

print(df_result)

运行后输出：

# A tibble: 3 × 5
  Giver Amount     X     Y     Z
  <chr>  <dbl> <dbl> <dbl> <dbl>
1 A        400   250   150     0
2 B        500   200     0   300
3 C        300     0   300     0

关键步骤说明： #

• group_by(Giver, Receiver) %>% summarize(...)：先拿到每个捐赠者给不同接收方的金额明细总和，这是分布统计的基础。
• pivot_wider(...)：把长格式的接收方数据转为宽格式，values_fill = 0确保没有捐赠记录的接收方显示0而非缺失值。
• mutate(Amount = rowSums(...))：通过行求和得到每个捐赠者的总金额，替代你原代码里单独分组求和的逻辑。
• select(...)：调整列的顺序，和你需要的目标输出对齐。

如果需要保留原代码中的Payments（交易次数），可以在第一步分组时加上Payments = n()，再整合到最终结果里即可。

内容的提问来源于stack exchange，提问作者Haidepzai