在R语言中查找data.frame分组后薪资总和最高的组别

嘿，这个需求太常见啦，完全不用手动一个个算，R里有好几种简洁的方法能搞定，我给你分两种常用的方案，你看哪种顺手用哪种：

首先先构造一个和你场景匹配的示例数据框，方便你测试：

# 构造示例数据（模拟你的无规律分组+薪资数据）
set.seed(123) # 固定随机种子，保证结果可重复
df <- data.frame(
  group = sample(c("A", "B", "C", "D", "E"), 100, replace = TRUE),
  salary = sample(3000:15000, 100, replace = TRUE)
)

方案一：用Base R原生函数（无需额外安装包） #

如果你不想装新包，用R自带的函数就能搞定：

1. 先按分组计算薪资总和

# 按group分组，计算每组salary的总和
sum_salary <- aggregate(salary ~ group, data = df, FUN = sum)

2. 直接定位到总和最高的分组

# 找到总和最大的行，提取分组名和对应总和
max_row <- sum_salary[which.max(sum_salary$salary), ]
cat("薪资总和最高的组是：", max_row$group, "，对应的总和为：", max_row$salary, "\n")

which.max()会自动帮你找到最大值所在的行索引，哪怕你有几百个分组，这一步也能瞬间完成。

方案二：用dplyr包（更直观的管道式操作） #

如果你平时经常做数据清洗和分析，dplyr的语法会更流畅，写起来像自然语言一样：
先确保你安装了dplyr（没装的话先跑install.packages("dplyr")），然后：

library(dplyr)

# 管道式操作：分组→求和→取最大值行
max_salary_result <- df %>%
  group_by(group) %>%
  summarise(total_salary = sum(salary)) %>%
  slice_max(n = 1, order_by = total_salary)

# 查看结果
print(max_salary_result)

• group_by(group)：按分组列聚合
• summarise(total_salary = sum(salary))：计算每组的薪资总和
• slice_max(n = 1, order_by = total_salary)：取总和最高的那一行（如果有多个组总和相同，把n=1改成你需要的数量就能全部取出）

要是你想看看所有组的薪资总和从高到低排序，只需要在slice_max前面加一行arrange(desc(total_salary))就行，这样能一目了然看到所有分组的情况。

内容的提问来源于stack exchange，提问作者jester