按组折叠DataFrame：同时使用加权平均与求和聚合变量

嘿，我来帮你搞定这个分组折叠的需求！你需要对var_1和var_2按group_id求和，对var_percent_1和var_percent_2用weighting列做加权平均对吧？下面我给你两种常用的实现方法，都是R里的主流方案。

首先，先把你的数据构建代码优化下，加上随机种子让结果可复现（不然每次运行生成的随机数都不一样，调试起来麻烦）：

set.seed(123) # 设置随机种子，确保结果一致
group_id = c(1,1,1,2,2,3,3,3,3,3) 
var_1 = sample.int(20, 10) 
var_2 = sample.int(20, 10) 
var_percent_1 = rnorm(10,.5,.4) 
var_percent_2 = rnorm(10,.5,.4) 
weighting = sample.int(50, 10) 
df_to_collapse = data.frame(group_id,var_1,var_2,var_percent_1,var_percent_2,weighting)

方法1：使用dplyr（推荐，代码更清爽） #

先确保你装了dplyr包，没装的话先跑install.packages("dplyr")。用tidyverse的语法，分组+聚合一步到位：

library(dplyr)

df_collapsed <- df_to_collapse %>%
  group_by(group_id) %>%
  summarize(
    var_1_sum = sum(var_1, na.rm = TRUE), # 求和时加上na.rm，避免缺失值搞砸结果
    var_2_sum = sum(var_2, na.rm = TRUE),
    var_percent_1_weighted = weighted.mean(var_percent_1, w = weighting, na.rm = TRUE), # 加权平均
    var_percent_2_weighted = weighted.mean(var_percent_2, w = weighting, na.rm = TRUE)
  )

# 看看最终结果
print(df_collapsed)

方法2：使用base R（无需额外安装包） #

如果不想加载第三方包，用base R的aggregate()也能实现，就是写法稍微繁琐一点：

# 先处理需要求和的变量
sum_results <- aggregate(cbind(var_1, var_2) ~ group_id, data = df_to_collapse, FUN = sum, na.rm = TRUE)

# 再处理加权平均的变量，这里要自定义一个函数
weighted_results <- aggregate(cbind(var_percent_1, var_percent_2) ~ group_id, 
                              data = df_to_collapse, 
                              FUN = function(x, weights) weighted.mean(x, weights, na.rm = TRUE), 
                              weights = df_to_collapse$weighting)

# 把两个结果合并起来
df_collapsed_base <- merge(sum_results, weighted_results, by = "group_id")

# 给列名改个更清晰的名字（可选，但可读性更好）
colnames(df_collapsed_base) <- c("group_id", "var_1_sum", "var_2_sum", "var_percent_1_weighted", "var_percent_2_weighted")

print(df_collapsed_base)

两种方法输出的结果是完全一致的，看你习惯哪种写法啦～如果是日常数据处理，我更推荐dplyr，代码逻辑一目了然，后续维护也方便。

内容的提问来源于stack exchange，提问作者SeánMcK