如何使用dplyr聚合數據框的多個列

Question

具有列ID，列類別，列成本和列顏色的數據框。

這是數據幀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

這是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

我想有一個新的數據框df_new，對於每個id，其頻率（freq），條目等於W的類別條目的數量（category_W），條目等於V的類別條目的數量（category_V），類別條目為W（cost_W）的每個id的總成本，類別條目為V（cost_V）的每個id的總成本，對於每個唯一ID，每個顏色條目的數量（col_red，col_green，col_blue）。 輸出應該看起來像

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

我嘗試了以下方法-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))    

我不知道如何為cost_W和cost_V插入條件。 我收到錯誤消息：length（rows）== 1不是TRUE非常感謝！

Answer 1

好吧，你快到了。

您可以利用以下事實：在算術運算中邏輯值被轉換為0和1。 因此，當您對它們求和時，將得到邏輯子句測試的特定值的計數。

您可以使用相同的屬性來計算成本。 只需將邏輯子句與cost變量相乘即可。 如果類別符合您的興趣，則將其相加，否則將其減少為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)
  )