如何使用dplyr聚合数据框的多个列

Question

具有列ID，列类别，列成本和列颜色的数据框。

这是数据帧df

library(dplyr)

id <- c(1, 1, 1, 2, 2, 3, 1) 
category <- (c("V", "V", "V", "W", "W", "W", "W"))
cost <- c(10, 15, 5, 2, 14, 20, 3)
colour <- c("red", "green", "red", "green", "blue","blue","blue")

df <- data.frame(id, category, cost, colour)
df$category <- as.character(df$category)

df
id    category    cost     colour
1     V           10       red
1     V           15       green
1     V           5        red
2     W           2        green
2     W           14       blue
3     W           20       blue
1     W           3        blue

这是df的格式

'data.frame':   7 obs. of  4 variables:
 $ id       : num  1 1 1 2 2 3 1
 $ category : chr  "V" "V" "V" "W" ...
 $ cost: num  10 15 5 2 14 20 3
 $ colour   : Factor w/ 3 levels "blue","green",..: 3 2 3 2 1 1 1

我想有一个新的数据框df_new，对于每个id，其频率（freq），条目等于W的类别条目的数量（category_W），条目等于V的类别条目的数量（category_V），类别条目为W（cost_W）的每个id的总成本，类别条目为V（cost_V）的每个id的总成本，对于每个唯一ID，每个颜色条目的数量（col_red，col_green，col_blue）。 输出应该看起来像

id freq category_W    category_V    cost_W  cost_V    col_red  col_green col_blue
1  4      1             3             3       30        2           1       1     
2  2      2                          16                             1       1 
3  1      1                          20                                     1

我尝试了以下方法-但不起作用。

df_new <- group_by(df, id) %>% summarize(freq = count(id), category_W = count(category == "W", na.rm=TRUE), category_V = count(category == "V", na.rm=TRUE), col_red = count(colour == "red", na.rm=TRUE), col_green = count(colour == "green", na.rm=TRUE),  col_blue = count(colour == "blue", na.rm=TRUE))    

我不知道如何为cost_W和cost_V插入条件。 我收到错误消息：length（rows）== 1不是TRUE非常感谢！

Answer 1

好吧，你快到了。

您可以利用以下事实：在算术运算中逻辑值被转换为0和1。 因此，当您对它们求和时，将得到逻辑子句测试的特定值的计数。

您可以使用相同的属性来计算成本。 只需将逻辑子句与cost变量相乘即可。 如果类别符合您的兴趣，则将其相加，否则将其减少为0

df_new <-
    group_by(df, id) %>% summarize(
      freq = n(),
      category_W = sum(category == "W", na.rm = TRUE),
      category_V = sum(category == "V", na.rm = TRUE),
      cost_W = sum((category == "W") * cost, na.rm = TRUE),
      cost_V = sum((category == "V") * cost, na.rm = TRUE),
      col_red = sum(colour == "red", na.rm = TRUE),
      col_green = sum(colour == "green", na.rm = TRUE),
      col_blue = sum(colour == "blue", na.rm = TRUE)
  )