如何使用dplyr聚合数据帧的多个列

Question

具有列标识，列类别，列成本和列颜色的数据框。

这里是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 

数据框这里是DF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帧df_new和每个ID的频率（频率）时，条目相等的类别条目的数量W（category_W），条目相等的类别条目的数量V（category_V），类别条目为W（cost_W）的每个id的总成本，每个条目的总成本id类别条目是V（cost_V），并且每个唯一id是numbe每个颜色条目的颜色（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 - 但它不起作用。

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))  

我不知道如何插入cost_W和cost_V的条件。 我得到的错误：长度（行）== 1不是TRUE 非常感谢！

Answer 1

那么，你几乎在那里。

您可以利用逻辑值在算术运算中转换为0和1的事实。所以当你总结他们时，你会得到逻辑子句所测试的特定值的数量。

您可以使用相同的属性来计算成本。只需将逻辑子句与成本变量相乘即可。如果类别符合您的兴趣，则将其加起来，否则将其减为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) 
)