R语言dplyr分组汇总如何对数据列实际值求和而非统计行数

需求背景 #

你手中的冲突记录数据集每行对应1起冲突事件，包含死亡人数字段，覆盖2017-2022年共10个不同区域，各年份、各区域的事件条目数不均。需要生成新数据框，实现每个区域对应每个年份仅保留1条记录，汇总展示该区域对应年份的累计死亡人数，最终每个区域共6条记录（分别对应6个年份）。
你已掌握分组统计条目数的代码写法，但需要实现死亡人数的分组求和，原有计数代码如下：

data_mali%>%
  dplyr::group_by(admin1, year)%>%
  dplyr::summarise(dplyr::n())

具体实现 #

只需要将summarise()中的计数逻辑替换为对死亡人数字段的求和逻辑即可，注意提前替换代码中死亡人数字段的列名为你数据集里的实际列名，示例假设死亡人数字段名为deaths：

library(dplyr)

result <- data_mali %>%
  group_by(admin1, year) %>%
  summarise(
    total_deaths = sum(deaths, na.rm = TRUE),
    .groups = "drop"
  )

注意事项 #

• total_deaths是汇总后累计死亡人数列的列名，可根据你的命名习惯自行修改
• na.rm = TRUE的作用是自动忽略死亡人数字段中的缺失值，避免存在缺失值时整组求和结果返回NA，可根据数据实际质量决定是否保留该参数
• .groups = "drop"用于汇总完成后自动清除数据的分组状态，避免后续操作受残留分组逻辑影响出现计算错误
• 运行完成后可通过table(result$admin1)快速校验结果：正常情况下每个区域对应6条记录，如果出现记录数不足6的情况，说明该区域在缺失的年份无任何冲突事件上报，不属于代码运行错误。

内容的提问来源于stack exchange，提问作者Lena Stefan