我无法聚合按年份R分组的记录值

Question

我有两列。第一列被称为gdp_per_year，它是那个特定年份的国内生产总值。第二列是year。这是各自的年份。

gdp_per_year中的值采用例如1,032,023,232的格式，因此使用逗号作为千位分隔符。我已经尝试了许多不同的方法来解决这个问题，但到目前为止我还不能弄清楚。我尝试过基于唯一值聚合和分组的不同代码。我还从值中删除了,，并将它们替换为.和空。

我已经将值从字符转换为整数，但它仍然不起作用。

gdp_per_year <-  Suicides %>% select(gdp_per_year, year)

将其转换为整数。

gdp_per_year$gdp_per_year <-             
as.integer(as.character(gdp_per_year$gdp_per_year))

测试数字是否为整数，因为它不是加法

typeof(gdp_per_year$gdp_per_year)

它是整数

第一次尝试：

total_gdp_per_year <- aggregate(gdp_per_year$gdp_per_year, 
by=list(year=gdp_per_year$year), FUN=sum)

aggregate(gdp_per_year$gdp_per_year, 
by=list(gdp_per_year=gdp_per_year$year), FUN=sum)

print(total_gdp_per_year)

但这导致了一个错误

第二次尝试：

gdp_per_year %>% 
group_by(year) %>% 
summarise(gdp_per_year = sum(gdp_per_year))

我需要的是按相应年份分组的gdp_per_year值的总和。因此，在最后，我应该在几年内不会有重复输入值。gdp_per_year应该根据他们的年龄进行相应的总结。所有年份值都必须是唯一的。

This is the Error I receive by inputting this code below. There are multiple random values for gdp_per_year missing and there are duplicate values for same year. E.g, 1994 appearing more than once.

使用的代码给出了下面的错误1屏幕截图

gdp_per_year %>%
mutate(gdp_per_year = as.numeric(gsub(",", "", gdp_per_year))) %>%
group_by(year) %>%
summarise(gdp_per_year = sum(gdp_per_year))

运行dput的结果(head(Gdp_per_year))

structure(list(gdp_per_year = c("2156624900", "2156624900", "2156624900", 
"2156624900", "2156624900", "2156624900"), year = c(1987L, 1987L, 
1987L, 1987L, 1987L, 1987L)), row.names = c(NA, 6L), class = "data.frame")

Answer 1

据我所知，你正面临着两个问题。首先，您必须将gdp_per_year转换为数字。这可以通过删除每个,，然后对结果使用as.numeric来完成。

其次，聚合可以使用dplyr完成，如您在第二次尝试中所示。

所以这是可行的：

gdp_per_year %>%
  mutate(gdp_per_year = as.numeric(gsub(",", "", gdp_per_year))) %>%
  group_by(year) %>%
  summarise(gdp_per_year = sum(gdp_per_year))