如何用dplyr按条件分组聚合数据框中的轮胎类条目？

嘿，这事儿用dplyr很容易搞定！核心思路是先给数据加一个分组标识列，把所有带"tire"的项归为同一组，再按这个标识列聚合求和即可。

完整代码示例 #

假设你的原始数据框名为data，可以这样写：

library(dplyr)

aggregated_data <- data %>%
  # 新增分组列：匹配tire的项归为"Tires"，其余保留原名称
  mutate(group_label = if_else(
    grepl("tire", Item, ignore.case = TRUE),
    "Tires",
    Item
  )) %>%
  # 按分组列分组
  group_by(group_label) %>%
  # 对每个分组的Count求和
  summarise(Count = sum(Count)) %>%
  # 把分组列改回原列名Item
  rename(Item = group_label) %>%
  # 可选：解除分组状态（后续操作不需要分组时建议加上）
  ungroup()

代码逐行解释 #

• mutate(...)：通过grepl忽略大小写检测Item列是否包含"tire"，匹配成功的项标记为"Tires"，其他项保留原名称，生成新的分组标识列group_label。
• group_by(group_label)：基于新的分组列对数据分组，把所有属于"Tires"的项归为一组。
• summarise(Count = sum(Count))：对每个分组的Count列求和，完成聚合。
• rename(Item = group_label)：把临时的分组列名改回你需要的Item，还原目标格式。
• ungroup()：可选操作，如果你后续不需要保持数据的分组状态，执行这一步可以避免意外问题。

运行这段代码后，你就能得到想要的结果：所有带tire的项合并为"Tires"，Count求和为22，其他项保持原样。

内容的提问来源于stack exchange，提问作者Shawn