基于Key和Date合并重复行并求和Value列的R语言实现

嗨，作为R新手不用紧张，首次提问完全没问题😉 针对你要合并重复行（Key和Date相同）、求和Value列并保留其他列第一行内容的需求，我给你两种常用的实现方法，都比手动处理高效得多：

方法1：使用dplyr包（推荐，语法更直观） #

dplyr是R中处理数据非常常用的工具包，语法清晰易懂，适合新手：

# 如果没安装过dplyr先执行安装
# install.packages("dplyr")
library(dplyr)

# 处理重复行并合并
processed_data <- Data %>%
  group_by(Key, Date) %>%  # 按Key和Date分组
  summarize(
    Value = sum(Value, na.rm = TRUE),  # 对每组的Value列求和，na.rm处理缺失值
    across(-c(Key, Date, Value), first)  # 其他列保留每组第一行的内容
  ) %>%
  ungroup()  # 取消分组状态，恢复普通数据框

解释：across(-c(Key, Date, Value), first)表示排除Key、Date、Value这三列后，剩下的所有列都取每组的第一行值；如果你的数据里没有缺失值，可以去掉na.rm = TRUE。

方法2：使用Base R（无需额外安装包） #

如果你不想安装新包，用Base R也能实现：

# 按Key和Date对行索引分组
groups <- split(seq(nrow(Data)), list(Data$Key, Data$Date))

# 遍历每个组，处理后合并
processed_data <- do.call(rbind, lapply(groups, function(idx) {
  group_rows <- Data[idx, ]  # 取出当前组的所有行
  group_rows$Value[1] <- sum(group_rows$Value, na.rm = TRUE)  # 求和后替换第一行的Value
  group_rows[1, ]  # 只保留更新后的第一行
}))

# 重置行名（可选，让结果更整洁）
rownames(processed_data) <- NULL

解释：split函数把数据按Key和Date拆分成不同组，lapply遍历每个组完成求和和保留第一行的操作，最后用do.call(rbind)把所有组的结果合并成一个数据框。

用你的示例数据测试的话，两种方法都会得到你期望的输出：Key为C、Date为2000-04的行Value会变成1.15，其他列保留第一行的name1和x1，其余无重复的行保持不变。

内容的提问来源于stack exchange，提问作者Peter