R语言：跨不同长度数据框按多条件对ID求和

嘿，很高兴帮你解决这个问题！看起来你需要把两个不同结构的数据框关联起来，按「颜色为蓝色且类型为2」的条件计算对应ID的价格总和，没符合条件的就返回0对吧？我用Python的pandas来给你一步步实现：

步骤1：模拟输入数据框 #

首先我们先把你给出的示例数据转换成pandas数据框：

import pandas as pd

# 第一个ID映射数据框
df_id = pd.DataFrame({
    'ID': [1, 2, 3],
    'Code': ['A', 'B', 'C']
})

# 第二个详细数据框
df_details = pd.DataFrame({
    'ID': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Color': ['Green', 'Blue', 'Green', 'Blue', 'Green', 'Blue'],
    'Type': [1, 2, 3, 2, 2, 4],
    'Price': [5, 6, 7, 2, 4, 5]
})

步骤2：筛选符合条件的行 #

先从详细数据框里挑出满足「Color=Blue且Type=2」的记录：

filtered_details = df_details[(df_details['Color'] == 'Blue') & (df_details['Type'] == 2)]

步骤3：按Code分组求和价格 #

对筛选后的结果按ID（也就是对应第一个数据框的Code）分组，计算价格总和：

summed_prices = filtered_details.groupby('ID')['Price'].sum().reset_index(name='Total_Price')

步骤4：关联两个数据框并填充缺失值 #

把求和结果和第一个ID映射数据框做左连接，这样能保留所有原始ID，没有匹配到的就用0填充价格：

final_result = df_id.merge(summed_prices, left_on='Code', right_on='ID', how='left')
# 整理列名并填充缺失值
final_result = final_result.rename(columns={'ID_x': 'ID', 'Code': 'Associated_ID'}).drop(columns='ID_y')
final_result['Total_Price'] = final_result['Total_Price'].fillna(0)

最终结果 #

运行完上面的代码后，final_result就是你想要的输出：

ID Associated_ID  Total_Price
0   1             A          6.0
1   2             B          2.0
2   3             C          0.0

如果你的实际数据有特殊格式（比如ID列名不同、数据类型不一致），可以调整代码里的列名或者先做数据类型转换。要是还有其他需求，也可以补充说明哦！

内容的提问来源于stack exchange，提问作者BFretti