如何使用group_by并汇总来自同一data.frame的几个子集？

Question

我得到了以下data.frame：

     country1 value1 country2 value2 country3 value3
2375    Other     43   Jordan     30       NA     NA
2366    Other     89   Turkey     29       NA     NA
4904   Turkey     50     Iraq     28       NA     NA
4786   Jordan     20   Turkey     25       NA     NA
5816   Jordan      7   Turkey     10       NA     NA
2365  Lebanon     18    Other      9       NA     NA

其中value1，value2和value3彼此独立。

我基本上想要获得一个汇总每个国家及其汇总价值的表格：

  country total_value
1    Iraq         294
2  Jordan         993
3 Lebanon        1632
4   Other         167
5  Turkey         942

我尝试了一种“粗暴”方法，分别对原始data.frame进行三次子集化，绑定生成的子集，然后使用dplyr进行分组和汇总：

subset1 <- my_data %>% select(country = country1, value= value1)

subset2 <- my_data %>% select(country = country2, value = value2)

subset3 <- my_data %>% select(country = country3, value = value3)

subset_all <- bind_rows(subset1, subset2, subset3)

my_result <- subset_all %>% group_by(country) %>% summarise(total_value = sum(value, na.rm=TRUE)) 

我希望以更“优雅”的方式获得相同的结果。我尝试过使用dplyr中的'gather'或者data.table中的'melt'的方法，但由于某种原因我获得了稍高的数字（我猜有些行是重复的）。关于如何改进此代码的任何建议？）。谢谢你的帮助！

Answer 1

这是获取子集的更动态的方法，假设您希望分割每个列，即

df <- unname(df)

do.call(rbind, split.default(df, rep(seq(ncol(df)/2), each = 2))) %>% 
   group_by(country) %>% 
   summarise(res = sum(value)) %>% 
   filter(!is.na(country))

这使，

# A tibble: 5 x 2
  country   res
  <fct>   <int>
1 Jordan     57
2 Lebanon    18
3 Other     141
4 Turkey    114
5 Iraq       28

Answer 2

这个怎么样？

result <- data.frame(
  country = as.vector(t(keep(df, str_detect(names(df),  "country")))),
  value = as.numeric(as.vector(t(keep(df, str_detect(names(df),  "value")))))
) %>%
  na.omit() %>%
  group_by(country) %>%
  summarise(res = sum(value, na.rm = TRUE))

result

# A tibble: 5 x 2
  country   res
  <fct>   <dbl>
1 Iraq       28
2 Jordan     57
3 Lebanon    18
4 Other     141
5 Turkey    114

1. 检测包含“country”或“value”的名称。
2. 使用keep包中的函数purrr，只保留TRUE列的条件。
3. 创建一个矢量并创建一个新的数据帧
4. 摆脱na值
5. group_by和summarise如你所愿。

我认为str_detect和keep函数是一种很好的方法，因为如果您的数据帧被正确标记，它们可以提供灵活性。