使用 dplyr 根據來自另一列的值的總和創建一個新列

Question

我想創建一個名為 POPULATION 的新變量，它占用由變量 CODASC 分組的變量 P1 的值的總和。 一開始對我來說似乎很容易，但我最終在掙扎。 由於我必須對許多變量和多個數據集執行此操作，因此我真的需要一種快速的方法！ 如果有人可以幫助我，我將不勝感激！ 非常感謝，伊拉里亞

我的數據框看起來像這樣：

PROCOM      SEZ2011   SEZ CODASC    P1   P47   P62  P131    E1    E3  ST15   A46
   <int>        <dbl> <int>  <int> <int> <int> <int> <int> <int> <int> <int> <int>
1  48017 480000000000 60001      4   251    25     9    20    70    40    19    20
2  48017 480000000000 60002      3    15     1     0     1     4     4     0     3
3  48017 480000000000 60003      2    20     7     2     1     1     1     1     1
4  48017 480000000000 60004      3   253    21     4    10    63    40    49    22
5  48017 480000000000 60005      5     3     0     1     0     1     1     0     2
6  48017 480000000000 60006      1   161    19     7     5    27    17    26    13
>

我的代碼看起來像這樣：

df <- df %>%
  group_by(CODASC) %>%
  mutate(POPULATION = sum(P1 , na.rm= T))

Answer 1

要跨多個變量應用組內的總和，您可以執行以下操作，例如：

library(dplyr)

df %>% 
  group_by(CODASC) %>% 
  mutate(across(P1:last_col(), sum, .names = "{.col}_sum")) %>% 
  ungroup()

要將其應用於多個數據框（如果您按相同的變量分組並對相同的列求和），如果它們在列表中並使用purrr庫，您可以輕松地遍歷它們：

library(purrr)
library(dplyr)

l <- list(df, df, df)

map(l, ~ .x %>% 
      group_by(CODASC) %>% 
      mutate(across(P1:last_col(), sum, .names = "{.col}_sum")) %>% 
      ungroup())

Answer 2

您的代碼看起來像您想要的那樣，但您只是在尋找一種將其簡化為多列的方法？

看起來您的前 4 列是一些標識符。 如果要匯總所有剩余的列，可以執行以下操作：

df <- df %>%
  group_by(PROCOM, SEZ2011, SEZ, CODASC) %>%
  summarise_all(sum) ## or whatever function you want here

有關summarise_all()或summarise_at()更多詳細信息，請參閱https://dplyr.tidyverse.org/reference/summarise_all.html 。

如果你想創建一個函數來應用於許多數據集，也許可以查看制作函數： https : //swcarpentry.github.io/r-novice-inflammation/02-func-R/並應用函數