在R中如何合并数据框对应行以按城市统计酒店总数量

首先构造初始数据框：

df <- data.frame(
  Streets = c("Muscow tweede","Muscow NDSM", "kazan Bo", "Kazan Ca"),
  Hotels = c(5,9,4,3)
)

核心思路是先从街道字段中提取统一格式的城市名，再按城市分组对酒店数求和，以下是两种常用实现方式：

方法1：基础R实现 #

无需安装额外依赖，直接用基础函数完成：

# 提取街道首单词作为城市名，统一首字母大写避免大小写不匹配问题
df$city <- gsub("^(\\w+) .*", "\\U\\1", df$Streets, perl = TRUE)
# 按城市分组聚合酒店总数
aggregate(Hotels ~ city, data = df, FUN = sum)

输出结果：

city Hotels
1  Kazan      7
2 Muscow     14

方法2：tidyverse生态实现 #

使用dplyr+stringr的语法更易读，适合复杂数据处理场景：

library(dplyr)
library(stringr)

df %>%
  # 提取首单词作为城市名，统一首字母大写
  mutate(city = str_to_title(str_extract(Streets, "^\\w+"))) %>%
  # 按城市分组求和
  group_by(city) %>%
  summarise(total_hotels = sum(Hotels))

扩展：街道命名无规律场景的解决方案 #

如果街道名没有统一的「城市名在前」规则，可以自定义映射表匹配城市，灵活性更高：

# 自定义街道-城市映射关系
city_mapping <- c(
  "Muscow tweede" = "Muscow",
  "Muscow NDSM" = "Muscow",
  "kazan Bo" = "Kazan",
  "Kazan Ca" = "Kazan"
)
df$city <- city_mapping[as.character(df$Streets)]
# 后续按常规方法聚合即可

内容的提问来源于stack exchange，提问作者Jackson24562