具有范围(或聚合)的 R group_by

Question

我有一张这样的 table :

City; Class; Number;  Sum
 BE ;    01;    734; 4711
 BE ;    02;    896; 4711
 BE ;    03;   1258; 4711
 BE ;    04;    980; 4711
 BE ;    05;    543; 4711
 BE ;    06;    192; 4711
 BE ;    07;     69; 4711
 BE ;    08;     20; 4711
 BE ;    09;     14; 4711
 BE ;    10;      4; 4711
 BE ;    12;      1; 4711
 FR ;    01;   1213;14258
 FR ;    02;   2217;14258
 FR ;    03;   3369;14258
 FR ;    04;   4037;14258
 FR ;    05;   2117;14258
 FR ;    06;    774;14258
 FR ;    07;    301;14258
 FR ;    08;    124;14258
 FR ;    09;     62;14258
 FR ;    10;     21;14258
 FR ;    11;     11;14258
 FR ;    12;      4;14258
 FR ;    13;      2;14258
 FR ;    14;      3;14258
 FR ;    16;      3;14258

我想在“类”变量的 8 个范围内对其进行“分组”:

范围 1 =“01”，范围 2 =“02”，范围 3 =“03”，范围 4 =“04”，范围 5 =“05”，以及多个值的 3 个范围:范围 6 =“06” ", "07, "08", "09, "10", 范围 7 = "11", "12", "13", "14", "15", 范围 8 =“16”、“17”、“18”、“19”、“20”。

是否可以用 group_by 做到这一点？

变量“City”和“Class”是字符格式。

非常感谢您的帮助。

输出表应该是这样的:

City; Range; Number;  Sum;
 BE ;    R1;    734; 4711;
 BE ;    R2;    896; 4711;
 BE ;    R3;   1258; 4711;
 BE ;    R4;    980; 4711;
 BE ;    R5;    543; 4711;
 BE ;    R6;    299; 4711;
 BE ;    R7;      1; 4711;
 FR ;    R1;   1213;14258;
 FR ;    R2;   2217;14258;
 FR ;    R3;   3369;14258;
 FR ;    R4;   4037;14258;
 FR ;    R5;   2117;14258;
 FR ;    R6;   1282;14258;
 FR ;    R7;     20;14258;
 FR ;    R8;      3;14258;

非常感谢。

Answer 1

使用 cut，您可以根据 breaks 值创建范围，并使用它创建一个 range 列。然后通过对 City 变量进行分组来计算 Number 的总和。

df$Range <- cut( as.numeric(df$Class), breaks = c(0, 1,2,3,4,5,10,15,20 ), labels = paste('R', 1:8, sep = '' ))  # create Range column
df$Class <- NULL   # remove Class column
df <- within( df, Sum <- ave(Number, City, FUN = sum ) )  # compute sum by grouping City
df <- within(df, Number <- ave( Number, by = list(City, Range), FUN = sum ) )  # compute sum by grouping City and Range
df[ !duplicated(df), ]  # remove duplicated rows
#    City Number   Sum Range
# 1    BE    734  4711    R1
# 2    BE    896  4711    R2
# 3    BE   1258  4711    R3
# 4    BE    980  4711    R4
# 5    BE    543  4711    R5
# 6    BE    299  4711    R6
# 11   BE      1  4711    R7
# 12   FR   1213 14258    R1
# 13   FR   2217 14258    R2
# 14   FR   3369 14258    R3
# 15   FR   4037 14258    R4
# 16   FR   2117 14258    R5
# 17   FR   1282 14258    R6
# 22   FR     20 14258    R7
# 26   FR      3 14258    R8

数据:

df <- structure(list(City = c("BE", "BE", "BE", "BE", "BE", "BE", "BE", 
                              "BE", "BE", "BE", "BE", "FR", "FR", "FR", "FR", "FR", "FR", "FR", 
                              "FR", "FR", "FR", "FR", "FR", "FR", "FR", "FR"),
                     Class = c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 12L, 1L, 2L, 3L, 4L, 5L, 
                               6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 16L), 
                     Number = c(734L, 896L, 1258L, 980L, 543L, 192L, 69L, 20L, 14L, 4L, 1L, 1213L, 
                                2217L, 3369L, 4037L, 2117L, 774L, 301L, 124L, 62L, 21L, 11L, 
                                4L, 2L, 3L, 3L),
                     Sum = c(4711L, 4711L, 4711L, 4711L, 4711L, 4711L, 4711L, 4711L, 4711L, 4711L,
                             4711L, 14258L, 14258L, 14258L, 14258L, 14258L, 14258L, 14258L, 14258L, 
                             14258L, 14258L, 14258L, 14258L, 14258L, 14258L, 14258L)),
                .Names = c("City", "Class", "Number", "Sum"), 
                row.names = c(NA, -26L), class = "data.frame")