R语言DataFrame按Name、Fruit匹配合并行并累加Cost值的实现方法

你的需求本质是按Name、Fruit两列分组，对Cost列执行求和聚合，完全不需要手写for循环，以下是三种常用实现方案：

方案1：dplyr实现（易读性高，常规场景首选） #

# 未安装包先运行 install.packages("dplyr")
library(dplyr)

result <- df %>%
  group_by(Name, Fruit) %>%
  summarise(Cost = sum(Cost), .groups = "drop")

summarise会自动合并同分组的多行数据，.groups = "drop"用于取消结果的分组属性，避免后续操作出现异常。

方案2：Base R实现（无第三方包依赖） #

用R内置的aggregate函数即可完成，不需要额外安装任何包：

# 默认输出按分组字段排序
result <- aggregate(Cost ~ Name + Fruit, data = df, FUN = sum)

# 加sort参数可保持原数据的行顺序
result <- aggregate(Cost ~ Name + Fruit, data = df, FUN = sum, sort = FALSE)

方案3：data.table实现（性能最优，适合大数据量） #

如果数据量在十万行以上，推荐用data.table实现，运算效率远高于前两种方案：

# 未安装包先运行 install.packages("data.table")
library(data.table)
# 将data.frame转为data.table格式
setDT(df)
# 按两列分组求和
result <- df[, .(Cost = sum(Cost)), by = .(Name, Fruit)]

内容的提问来源于stack exchange，提问作者EricW