在R中按自定义分组条件汇总数据并生成新变量

我来帮你搞定这个数据聚合需求，用dplyr包来实现会非常直观简洁，下面是完整的步骤和代码：

步骤1：准备数据与分组定义 #

首先创建你的虚拟数据集，注意别用list当变量名（这是R的内置函数名，容易引发冲突），我们改成group_list：

# 安装并加载dplyr包（如果还没安装的话）
if (!require(dplyr)) {
  install.packages("dplyr")
  library(dplyr)
}

# 创建虚拟数据集
df <- data.frame(
  Order = "Order1",
  Condition = c("P", "A", "B", "C", "D", "E", "F"),
  Value = c(500, -10, -5, 0, 0, -10, 0)
)

# 定义分组列表
group_list <- list(
  Group1 = c("A", "B"),
  Group2 = c("C", "D"),
  Group3 = c("E","F")
)

步骤2：实现分组汇总与格式转换 #

我们需要完成几个核心操作：提取"P"的数值、计算每个分组的Value总和、统计分组内Value非0的有效行数（匹配你期望输出里的计数逻辑），最后把结果整合成目标格式：

# 处理数据并生成结果
result <- df %>%
  # 先标记出P对应的数值
  mutate(P = ifelse(Condition == "P", Value, NA)) %>%
  # 按Order分组（后续扩展多Order场景也适用）
  group_by(Order) %>%
  summarise(
    # 提取P的数值
    P = first(na.omit(P)),
    # 计算各分组的Value总和
    Group1 = sum(Value[Condition %in% group_list$Group1], na.rm = TRUE),
    Group2 = sum(Value[Condition %in% group_list$Group2], na.rm = TRUE),
    Group3 = sum(Value[Condition %in% group_list$Group3], na.rm = TRUE),
    # 统计各分组中Value≠0的行数
    Group1n = sum(Condition %in% group_list$Group1 & Value != 0, na.rm = TRUE),
    Group2n = sum(Condition %in% group_list$Group2 & Value != 0, na.rm = TRUE),
    Group3n = sum(Condition %in% group_list$Group3 & Value != 0, na.rm = TRUE)
  ) %>%
  # 取消分组状态
  ungroup()

# 查看最终结果
print(result)

运行代码后会得到和你期望完全一致的输出：

# A tibble: 1 × 7
  Order   P Group1 Group2 Group3 Group1n Group2n Group3n
  <chr> <dbl>  <dbl>  <dbl>  <dbl>   <int>   <int>   <int>
1 Order1   500    -15      0    -10       2       0       1

补充说明 #

• 如果你的计数需求是分组内的总元素个数（不管Value是否为0），只需要把计数代码里的& Value != 0去掉即可，比如Group1n = sum(Condition %in% group_list$Group1, na.rm = TRUE)。
• 这段代码支持多Order场景，只要你的原始数据有多个Order值，会自动按每个Order单独汇总。

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