与条件有关的合计

Question

我面临以下问题。我有一个数据集，我用这种方式简化了

df <- tibble(ID_1=c("a","a", "a","a", "a", "b", "b", "b", "b"), ID_2 = c("a","b", "c","d", "e", "b", "a", "c", "d"), 
             other= c(1, "bu", 34, 3, 5, 6, "jud", 82, 9), exchange=c(1, 13, 34, 3, 5, 6, 8, 82, 9), 
             goods=c("wood","wood", "wood","wood", "wood", "steel", "steel", "steel", "steel"))
df

我们有不同身份的多个国家之间的交流。我想总结一下A国与B国之间、A国与C国等国之间的所有往来货物。那就是，最后，我想

ID_1 // ID_2 // Sum_exchangeAB

ID_1 // ID_3 // Sum_exchangeBC

……

ID_n // ID_n // Sumexchangenn

我怎么能在Dplyr做到这一点？我尝试了group_by (ID_1，ID_2)，然后聚合。或者总结。

例如，我尝试了以下方法: dataset2 %>% group_by(ID_1，ID_2，exchange) %>%汇总(dataset2，sum_of_exchange=sum(exchange))。但是这给出了所有交换的和(也就是说，它返回一个值)。而不是两国之间交流的总和。

谢谢您的帮助，非常感谢！

Answer 1

这就是你要找的吗？

df %>%
  rowwise() %>%
  mutate(new_id = paste0(str_sort(c(ID_1, ID_2)), collapse = '-')) %>%
  group_by(new_id) %>%
  summarize(exchange = sum(exchange))

这意味着：

# A tibble: 8 x 2
  new_id exchange
  <chr>     <dbl>
1 a-a           1
2 a-b          21
3 a-c          34
4 a-d           3
5 a-e           5
6 b-b           6
7 b-c          82
8 b-d           9

更新: TO似乎希望将该总和附加到原始数据中，这些数据可以通过以下方式完成：

df %>%
  rowwise() %>%
  mutate(new_id = paste0(str_sort(c(ID_1, ID_2)), collapse = '-')) %>%
  group_by(new_id) %>%
  mutate(sum_exchange = sum(exchange)) %>%
  ungroup()

这意味着：

# A tibble: 9 x 7
  ID_1  ID_2  other exchange goods new_id sum_exchange
  <chr> <chr> <chr>    <dbl> <chr> <chr>         <dbl>
1 a     a     1            1 wood  a-a               1
2 a     b     bu          13 wood  a-b              21
3 a     c     34          34 wood  a-c              34
4 a     d     3            3 wood  a-d               3
5 a     e     5            5 wood  a-e               5
6 b     b     6            6 steel b-b               6
7 b     a     jud          8 steel a-b              21
8 b     c     82          82 steel b-c              82
9 b     d     9            9 steel b-d               9

Answer 2

你们很亲密：

library(dplyr)

df %>% group_by(ID_1, ID_2) %>% summarise(Sum_Exchange = sum(exchange))

这产生了：

# A tibble: 9 x 3
# Groups:   ID_1 [2]
  ID_1  ID_2  Sum_Exchange
  <chr> <chr>       <dbl>
1 a     a               1
2 a     b              13
3 a     c              34
4 a     d               3
5 a     e               5
6 b     a               8
7 b     b               6
8 b     c              82
9 b     d               9

然后，您可以删除相同的ID，以省略AA，BB。

df %>% 
  group_by(ID_1, ID_2) %>% 
  summarise(Sum_Exchange = sum(exchange)) %>% 
  filter(ID_1 != ID_2)

-从注释中添加

将数据格式与{dplyr}的bind_rows(df1, df2)结合起来。

请注意，bind_rows()将为原始数据框架中不存在的变量/列生成新列，并使用NA填充现有列的单元格。

您可以将某些值重命名为相同的列/变量。

为了你手头的问题。检查一下你想要什么/需要什么。原始数据框架带有other, goods变量。因此，这些不存在于摘要数据框架中。执行bind_rows()将使用NA填充这些数据。要使Sum_Exchange进入exchange变量，请重命名该列。