如何在R中按姓名分组生成固定/可变/总成本统计列

你的原始数据是行作为变量、列作为观测的非标准格式，得先转成标准长格式再做分组计算，下面是完整的实现步骤：

1. 还原原始数据（和你提供的结构一致） #

先把你给出的表格转换成R能识别的dataframe：

original_df <- data.frame(
  row_names = c("Name", "Amount_Type", "Amount"),
  X1 = c("Max", "InternetBill", "$75"),
  X2 = c("Max", "Groceries", "$230.66"),
  X3 = c("Max", "WaterBill", "$40"),
  X4 = c("Joey", "InternetBill", "$70"),
  X5 = c("Joey", "Groceries", "$188.75"),
  X6 = c("Nancy", "WaterBill", "$35"),
  X7 = c("Nancy", "Groceries", "$175.89"),
  X8 = c("Nancy", "InternetBill", "$75"),
  X9 = c("Linda", "WaterBill", "$30"),
  X10 = c("Linda", "Groceries", "$236.87")
)

2. 转置并清理数据格式 #

用tidyverse工具包把数据转成每一行对应一条消费记录的标准格式，同时把带$的金额转成数值型方便计算：

# 先安装并加载tidyverse（如果没装过）
# install.packages("tidyverse")
library(tidyverse)

clean_df <- original_df %>%
  # 把列转成行，统一整理成键值对
  pivot_longer(cols = starts_with("X"), names_to = "id", values_to = "value") %>%
  # 把行变量转成列，得到标准结构
  pivot_wider(names_from = row_names, values_from = "value") %>%
  # 去掉金额里的$符号，转成数值
  mutate(Amount = as.numeric(gsub("\\$", "", Amount)))

3. 分组计算目标成本列 #

按Name分组，分别计算固定成本、可变成本和总成本，最后把数值转回带$的格式：

result_df <- clean_df %>%
  group_by(Name) %>%
  summarise(
    # 固定成本：汇总网络费和水费
    Fixed_Cost = sum(Amount[Amount_Type %in% c("InternetBill", "WaterBill")]),
    # 可变成本：汇总Groceries费用
    Variable_Cost = sum(Amount[Amount_Type == "Groceries"]),
    # 总成本：固定+可变
    Total_Cost = Fixed_Cost + Variable_Cost
  ) %>%
  # 给金额加上$符号，匹配目标输出格式
  mutate(across(c(Fixed_Cost, Variable_Cost, Total_Cost), ~paste0("$", .x)))

# 查看最终结果
print(result_df)

运行后就能得到你想要的输出结构：

# A tibble: 4 × 4
  Name  Fixed_Cost Variable_Cost Total_Cost
  <chr> <chr>      <chr>         <chr>     
1 Joey  $70        $188.75       $258.75   
2 Linda $30        $236.87       $266.87   
3 Max   $115       $230.66       $345.66   
4 Nancy $110       $175.89       $285.89   

补充说明 #

如果你已经有了转置好的长格式数据（每一行是一条消费记录），可以直接跳过前两步，从分组计算的代码开始执行。

内容的提问来源于stack exchange，提问作者Elena