我想要按照一个变量对数据框进行分组,对另一个变量进行总结,但保留所有其他相关列。在应用group_by和summarize时保留所有列信息的数据中,被接受的答案是使用filter()或slice(),如果答案已经存在于数据中(即min,max),那么这很好用,但如果您想使用生成新答案的函数(即sum,mean),则无法使用这种方法。在应用group_by和summarize(sum)但保留具有不相关冲突数据的列时?中,被接受的答案是将您想要保留的所有列都作为分组变量的一部分。但是,如果您有许多要保留的列,则这似乎是一种低效的解决方案。例如,我正在处理的数据还有26个附加列。我想到的最好的解决办法是split-apply-combine。但这看起来很笨重 - 必须有一种可以在单个管道中完成的解决方案。例如:
location <- c("A", "A", "B", "B", "C", "C")
date <- c("1", "2", "1", "2", "1", "2")
count <- c(3, 6, 4, 2, 7, 5)
important_1 <- c(1,1,2,2,3,3)
important_30 <- c(4,4,5,5,6,6)
df <- data.frame(location = location, date = date, count = count, important_1 = important_1, important_30 = important_30)
我希望总结同一位置不同日期发生的计数。我想保留所有重要信息(想象成30而不是2)。
迄今为止,我的解决方案:
check <- df %>%
group_by(location) %>%
summarise(count = sum(count))
add2 <- df %>%
select(-count, -date) %>%
distinct()
results <- merge(check, add2)
我能否在一个流水线中完成这个任务?如果可能的话,我宁愿保持有条理并避免创建新对象。
important_2
未被定义。 - akrun