R语言按指定条件对多行数据分组求和的实现方法

核心思路 #

你之前用group_by+mutate未成功的核心原因是：mutate不会折叠原数据行，只会给现有行新增列，无法生成汇总后的精简结果集。正确逻辑是先把原有city值映射到你需要的X/Y新分类，再按name+新分类做分组求和。 #

步骤1：构造样例数据集 #

首先加载dplyr做数据处理，先构造和你描述一致的样例数据，提前修正原表笔误将0写为O的问题：

# 未安装dplyr的话先运行 install.packages("dplyr")
library(dplyr)

df <- tibble(
  name = rep(c("A", "B"), each = 4),
  city = c("M", "N", "O", "P", "M", "N", "O", "P"),
  number = c(2, 3, 5, 7, 7, 8, 9, 2)
)

注意：如果你的真实数据里存在city值为0的笔误，要先替换为O再做后续计算，否则会漏算对应数值 #

步骤2：运行聚合代码 #

通过case_when做分类映射，再分组求和即可得到目标结果：

result <- df %>%
  # 映射原有城市到新的X/Y分类
  mutate(aggregate_city = case_when(
    city %in% c("M", "N") ~ "X",
    city %in% c("O", "P") ~ "Y"
  )) %>%
  # 按姓名、新分类双字段分组
  group_by(name, city = aggregate_city) %>%
  # 分组求和，自动移除分组结构避免后续操作出错
  summarise(number = sum(number), .groups = "drop")

结果验证 #

运行print(result)即可得到完全符合预期的结果集：

# A tibble: 4 × 3
  name  city  number
  <chr> <chr>  <dbl>
1 A     X          5
2 A     Y         12
3 B     X         15
4 B     Y         11

结果匹配要求：

• name为A的记录：X对应求和值5（M=2 + N=3），Y对应求和值12（O=5 + P=7）
• name为B的记录：X对应求和值15（M=7 + N=8），Y对应求和值11（O=9 + P=2）

内容的提问来源于stack exchange，提问作者Abdullah Al Mamun