汇总包含R中特定字符串的行

Question

我有一个数据框，其中第一列包含广告系列的名称。 我需要汇总广告系列名称包含某些字符串的所有行（它可以出现在名称中的不同位置，即有时出现在开头，有时出现在结尾）。 数据框看起来像这样：

    Campaign          Impressions    
1   Local display     1661246 
2   Local text        1029724 
3   National display  325832 
4   National Audio    498900 
5   Audio local        597339 
6   TV Regional        597339
...  

因此，在这种情况下，我想将包含“本地”的所有行汇总为一行，将“国家”汇总为一行，将“区域”汇总为一行，如下所示：

    Campaign     Impressions    
1   Local        939293929
2   National     9232423423
2   Regional     1123123123

如何做到这一点？ 我一直在尝试ddply，但没有成功。

Answer 1

您可以使用grep在循环（ lapply ）中找到与Campaign列类别（“ Local”，“ National”，“ Regional”）匹配的行。 根据grep子集数据集（'df'），然后对“印象”列sum ，然后rbind列表元素。

res1 <- do.call(rbind,lapply(c('Local', 'National', 'Regional'),
               function(x) {
         x1 <- df[grep(x, df$Campaign, ignore.case=TRUE),]
        data.frame(Campaign= x, Impressions=sum(x1$Impressions))}))

或使用data.table 。 仅在“类别”中使用sub保留“本地”，“国家”，“地区”，并将其用作“分组”变量以对“印象”列求和。

library(data.table)
setDT(df)[, list(Impressions=sum(Impressions)),by=
   list(Category=sub('.*?(Local|National|Region).*','\\U\\1', Campaign, 
   ignore.case=TRUE, perl=TRUE))]

数据

df <- structure(list(Campaign = c("Local display", "Local text", 
"National display", 
"National Audio", "Audio local", "TV Regional"), Impressions = 
c(1661246L, 1029724L, 325832L, 498900L, 597339L, 597339L)), .Names = 
c("Campaign", "Impressions"), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6"))

Answer 2

我猜你应该使用grep函数：比如说你的data.frame叫做mydata

本地= grep（mydata $ Campaign，模式=“本地”）

国家= grep（mydata $ Campaign，模式=“国家”）

区域= grep（mydata $ Campaign，模式=“区域”）

mydata_sum = data.frame（广告系列= c（“本地”，“国家”，“区域”），印象数= c（sum（mydata $ Impressions [Local]），sum（mydata $ Impressions [National]），sum（mydata $印象[区域]）））

Answer 3

这是我使用dplyr的方法：

library(dplyr)
library(stringr)

categories <- "Local|National|Regional"

mydf %>% 
  mutate(Campaign = tolower(str_extract((Campaign), ignore.case(categories)))) %>%
  group_by(Campaign) %>%
  summarise(sum(Impressions))

在提取字符串之后，我需要添加tolower，以确保group_by将“ local”与“ Local”一起分组。