Question

我有一个带有ID列和几列的数据框（每个月一个）。每次运行程序时，月份列数都会有所不同。我正在编写R代码以将月份列名称提取到向量，并且对于向量的每个元素，我尝试按ID变量进行分组并获取每个组的总和。以下是我使用的代码。一切正常，期望结果是总和而不是组和。非常感谢任何帮助。

Current pattern of result:
newdf for a given month:

ID summ_mon_2017_12
1   20
2   20
3   20


Expected pattern of result:
newdf for a given month:

ID summ_mon_2017_12
1   8
2   5
3   7

library(dplyr)

ID <- c(1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3, 3, 3, 3)
mon_2017_12<-c(rep(rnorm(14)))
mon_2018_01<-c(rep(rnorm(14)))
mon_2018_02<-c(rep(rnorm(14)))
mon_2018_03<-c(rep(rnorm(14)))
mon_2018_04<-c(rep(rnorm(14)))
mon_2018_05<-c(rep(rnorm(14)))

groupsum<-data.frame(ID,mon_2017_12,mon_2018_01,mon_2018_02,mon_2018_03,mon_2018_04,mon_2018_05)

#extract month columns
month_vec <- as.vector(unique(substring(names(groupsum %>%  
                                                  select(contains("mon_"))),1,11)))                   

addsummvar<-function(df, n1){


  newvar<-paste("summ",n1,sep="_")
  newdf<-paste("summ",n1,sep="_")

  print(newvar)
  print(newdf)

  newdf<- df %>%
    group_by(ID) %>%
    summarise(
      !!newvar := sum(df[n1])
    )

  print(newdf)
}

for(i in 1:length(month_vec)) {  
  summ_del <- addsummvar(df=groupsum, n1=month_vec[i])
}

Answer 1

这个单行不能帮助你的目的吗？

library(dplyr)

ID <- c(1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3, 3, 3, 3)
mon_2017_12<-c(rep(rnorm(14)))
mon_2018_01<-c(rep(rnorm(14)))
mon_2018_02<-c(rep(rnorm(14)))
mon_2018_03<-c(rep(rnorm(14)))
mon_2018_04<-c(rep(rnorm(14)))
mon_2018_05<-c(rep(rnorm(14)))

groupsum<-data.frame(ID,mon_2017_12,mon_2018_01,mon_2018_02,mon_2018_03,mon_2018_04,mon_2018_05)


groupsum %>% group_by(ID) %>% summarise_all(.funs = sum)

输出：

> groupsum %>% group_by(ID) %>% summarise_all(.funs = sum)
# A tibble: 3 x 7
     ID mon_2017_12 mon_2018_01 mon_2018_02 mon_2018_03 mon_2018_04 mon_2018_05
  <dbl>       <dbl>       <dbl>       <dbl>       <dbl>       <dbl>       <dbl>
1  1.00    -0.00419       0.230       2.87       -1.38       -2.63         2.12
2  2.00    -1.12          1.45       -1.08       -0.907      -0.966        2.86
3  3.00    -2.11          3.49        0.282      -1.35        6.30        -3.60

更新了使用summarise_if过滤掉非数字列的代码：

library(dplyr)

set.seed(123)

ID <- c(1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3, 3, 3, 3)
mon_2017_12<-c(rep(rnorm(14)))
mon_2018_01<-c(rep(rnorm(14)))
mon_2018_02<-c(rep(rnorm(14)))
mon_2018_03<-c(rep(rnorm(14)))
mon_2018_04<-c(rep(rnorm(14)))
mon_2018_05<-c(rep(rnorm(14)))


groupsum<-data.frame(ID,mon_2017_12,mon_2018_01,mon_2018_02,mon_2018_03,mon_2018_04,mon_2018_05)


groupsum$var2 <- c(letters[1:14])

head(groupsum)

groupsum %>% group_by(ID) %>% summarise_if(is.numeric,sum)

多列的动态分组

1 个答案: