如何在R DataFrame或Excel中按企业ID汇总订购品类次数

针对你这个63万行的数据集，我整理了两种实用的实现方法，分别适配R DataFrame和Excel场景，都能高效完成按企业分组汇总订购次数的需求：

R语言实现（用dplyr包，高效处理大数据） #

因为你的数据里同一企业的Year、Month等字段都是一致的，我们只需要按Company_id和这些不变字段分组，然后对品类列求和即可——刚好求和的结果就是该企业订购对应品类的次数。

步骤和代码如下：

1. 先安装并加载dplyr包（如果还没装的话）：

# 安装包（仅第一次运行需要）
install.packages("dplyr")
# 加载包
library(dplyr)

2. 读取你的数据（假设是CSV格式，Excel的话用readxl::read_excel()）：

# 读取CSV
df <- read.csv("your_dataset.csv", stringsAsFactors = FALSE)
# 如果是Excel文件
# df <- readxl::read_excel("your_dataset.xlsx")

3. 分组汇总：

summary_df <- df %>%
  # 按所有非品类字段分组，保证这些字段的唯一性
  group_by(Company_id, Year, Month, Employee_Range, Employees) %>%
  # 对三个品类列分别求和，得到订购次数
  summarise(
    Cheese = sum(Cheese, na.rm = TRUE),
    Chips = sum(Chips, na.rm = TRUE),
    Eggs = sum(Eggs, na.rm = TRUE),
    .groups = "drop"  # 取消分组状态，返回普通DataFrame
  )

这样得到的summary_df就是你需要的汇总表，dplyr处理几十万行数据速度很快，完全没问题。

Excel实现（用Power Query，避免大数据卡顿） #

如果更习惯用Excel，直接用函数或者数据透视表可能会卡顿，推荐用Power Query来处理，效率更高：

1. 打开Excel，把数据导入到Power Query：
   • 选中数据区域（或表格），点击「数据」选项卡 → 「自表格/区域」（如果是外部文件，选「自文件」→ 对应格式）
2. 在Power Query编辑器中进行分组：
   • 按住Ctrl选中Company_id、Year、Month、Employee_Range、Employees这几列
   • 点击「转换」选项卡 → 「分组依据」
   • 在弹出的对话框中：
     • 「分组依据」保持默认的「高级」
     • 点击「添加分组」，依次设置：
       • 新列名：Cheese，操作：求和，列：Cheese
       • 新列名：Chips，操作：求和，列：Chips
       • 新列名：Eggs，操作：求和，列：Eggs
   • 点击「确定」
3. 关闭并上载数据：点击「主页」选项卡 → 「关闭并上载」，汇总后的表格就会出现在新工作表里。

另外，因为你提到同一企业仅订购单一品类，所以汇总后的每个企业只会有一个品类列有数值，其他都是0，完全符合你的需求。

内容的提问来源于stack exchange，提问作者Data Science