在R中创建新类别并统计数据的实现方法咨询

当然可以搞定！作为R语言新手，咱们一步步拆解这个需求，轻松完成数据转换～

第一步：构建原始数据框 #

首先咱们把你给出的原始数据整理成R能识别的数据框格式：

# 创建原始数据框
df <- data.frame(
  Product = c("Beef", "Chicken.", "Panado.", "Disprin."),
  Price = c("$5", "$10", "$2", "$3"),
  stringsAsFactors = FALSE
)

第二步：清理价格列 #

原始的Price列带$符号，属于字符类型，没法直接求和，所以先把$去掉并转为数值：

# 去掉$符号并转为数值
df$Price_num <- as.numeric(sub("\\$", "", df$Price))

第三步：添加类别标签 #

根据产品类型，给每个条目标记Food.或Medicine.类别：

# 标记产品类别
df$Category <- ifelse(df$Product %in% c("Beef", "Chicken."), "Food.", "Medicine.")

第四步：分组汇总（两种方法可选） #

方法1：使用dplyr包（tidyverse风格，更直观）

如果你还没装dplyr包，先运行install.packages("dplyr")安装，然后：

library(dplyr)

# 按类别分组，计算总价格和产品数量
result <- df %>%
  group_by(Category) %>%
  summarise(
    Price = paste0("$", sum(Price_num)), # 计算总价并重新加上$符号
    Count = n() # 统计每组的产品数量
  ) %>%
  rename(Product. = Category) # 修改列名匹配你想要的格式

# 查看结果
print(result)

方法2：使用基础R（无需额外安装包）

如果不想加载第三方包，用基础R的aggregate函数也能实现：

# 分组计算汇总值
agg_result <- aggregate(Price_num ~ Category, data = df, FUN = function(x) {
  list(Price = paste0("$", sum(x)), Count = length(x))
})

# 整理成目标格式的数据框
final_result <- do.call(data.frame, agg_result)
colnames(final_result) <- c("Product.", "Price", "Count")

# 查看结果
print(final_result)

运行任意一种方法后，你都会得到想要的输出格式：

Product. Price Count
1    Food.   $15     2
2 Medicine.   $5     2

内容的提问来源于stack exchange，提问作者Julius Okiror