R中如何按指定变量分组求和生成中国对外FDI国别年度汇总数据
R语言实现按「国家-年度」粒度聚合FDI投资明细的方案
需求说明
现有逐笔项目维度的对外投资明细数据集,包含三个核心字段:
Year:投资发生年份Country:投资目的国Amount:单笔项目投资金额
需要按照「年份+国家」的组合维度分组,对组内的投资金额逐笔求和,输出每个国家每年度的投资总额。以示例数据为例:2001年对安哥拉的三笔投资金额分别为6000000、8000000、5.0E7,聚合后对应总额为6.4E7。
具体实现方法
方法1:基础R(base R)原生函数实现
无需安装额外扩展包,直接使用内置的aggregate()函数完成分组聚合,示例代码:
# 构造匹配需求的示例明细数据 fdi_detail <- data.frame( Year = c(2001, 2001, 2001, 2001, 2002), Country = c("安哥拉", "安哥拉", "安哥拉", "南非", "南非"), Amount = c(6000000, 8000000, 5.0E7, 3.2E7, 1.8E7) ) # 按Year、Country分组,对Amount求和 fdi_agg_base <- aggregate( Amount ~ Year + Country, data = fdi_detail, FUN = sum )
方法2:dplyr包实现
属于tidyverse生态的常用操作,语法逻辑清晰易读,是日常数据处理的主流方案,示例代码:
# 首次使用需先安装:install.packages("dplyr") library(dplyr) fdi_agg_dplyr <- fdi_detail %>% # 指定分组维度 group_by(Year, Country) %>% # 计算组内总投资,计算完成后自动释放分组状态 summarise( Total_Amount = sum(Amount), .groups = "drop" )
方法3:data.table包实现
适合十万行以上规模的超大明细数据集,聚合运算速度远高于前两种方案,写法简洁,示例代码:
# 首次使用需先安装:install.packages("data.table") library(data.table) # 转换为data.table格式 setDT(fdi_detail) # 按Year、Country分组,计算总投资 fdi_agg_dt <- fdi_detail[, .(Total_Amount = sum(Amount)), by = .(Year, Country) ]
注意事项
- 聚合前需检查分组字段的类型一致性:避免出现同一年份/国家分别以数值、文本、因子类型存储的情况,否则会被系统判定为不同分组,导致聚合结果拆分错误
- 若
Amount字段存在缺失值(NA),直接调用sum()会输出NA结果,需在求和函数中加入na.rm = TRUE参数排除缺失值,例如sum(Amount, na.rm = TRUE)
内容的提问来源于stack exchange,提问作者some dude
相关产品推荐
相关产品推荐

