R 如何基于另一列求和一列？

假设数据帧存储为

水果

，格式如下：

State           Fruit Category         Fruit Type         Gross Value
ACT             CitrusFruit            Mandarins          $4,500,000
ACT             CitrusFruit            Oranges            
NSW             PomeFruit              Apple              $139,130,203.50
NSW             Grapes                 Wine Production    $50,000,000
NSW             OrchardStoneFruit      Avocados           $10,031,123
QLD             CitrusFruit            Oranges

我将如何基于状态对总值求和-同时排除空白值。但同时，每个州的总值应该加起来，而不是对柑橘、柚子等单独显示

我试着使用

library(plyr)
counts

方法无效

任何帮助都将不胜感激

编辑： 我尝试使用以下方法：

library(dplyr)
fruit %>% 
  group_by(State) %>% 
  summarise(Gross = sum(Gross))

但是，我得到一个错误，它说：

Evaluation Error: 'sum' not meaningful for factors.

编辑： 来自

dput的输出（水果）

---

您应该将因子转换为数字，然后求和。以下是我提出的解决方案：

library(tidyverse)

##This line converts the factor into a numeric variable, by making it a character and then removing the commas and the dollar sign. Finally it converts to number
fruit$`Gross Value` <- as.numeric(str_replace_all(as.character(fruit$`Gross Value`),"\\$|\\,",""))

##Then you can run your sum function


fruit %>% 
  group_by(State) %>% 
  summarise(Gross = sum(`Gross Value`, na.rm = TRUE))

库（tidyverse）
##此行将因子转换为数字变量，方法是将其设置为字符，然后删除逗号和美元符号。最后它转换成数字
水果$`总值`%
按（州）分组%>%
总结（总值=总和（`Gross Value`，na.rm=TRUE））

您应该将系数转换为数字，然后求和。以下是我提出的解决方案：

library(tidyverse)

##This line converts the factor into a numeric variable, by making it a character and then removing the commas and the dollar sign. Finally it converts to number
fruit$`Gross Value` <- as.numeric(str_replace_all(as.character(fruit$`Gross Value`),"\\$|\\,",""))

##Then you can run your sum function


fruit %>% 
  group_by(State) %>% 
  summarise(Gross = sum(`Gross Value`, na.rm = TRUE))

库（tidyverse）
##此行将因子转换为数字变量，方法是将其设置为字符，然后删除逗号和美元符号。最后它转换成数字
水果$`总值`%
按（州）分组%>%
总结（总值=总和（`Gross Value`，na.rm=TRUE））

这里有几个问题：

• 您的数据中没有

  总值

  ，而是

  总值

• 该列是

  因子

  ，它是一种更高效的字符串存储形式。

  因子

  和

  字符

  都不能是

  sum

  med。R对会计一无所知，因此在这种情况下，

  “$”

  对它来说毫无意义

试试这个：

library(dplyr)
someData %>%
  mutate(Gross.Value = as.numeric(gsub("[^0-9.]", "", as.character(Gross.Value)))) %>%
  group_by(State) %>%
  summarize(Gross.Value = sum(Gross.Value, na.rm=TRUE))
# # A tibble: 8 x 2
#   State Gross.Value
#   <fct>       <dbl>
# 1 ACT            0 
# 2 NSW    564400574.
# 3 NT      20133040.
# 4 QLD   1053007677.
# 5 SA     691850721.
# 6 TAS    112902970.
# 7 VIC   1069102796.
# 8 WA     281014929.

库（dplyr）
某些数据%>%
变异（Gross.Value=as.numeric（gsub（“[^0-9.]”，“”，as.character（Gross.Value）））%>%
按（州）分组%>%
汇总（总值=总和（总值，na.rm=真））
##A tibble:8 x 2
#州总值
#          
#1第0幕
#2新南威尔士州564400574。
#新台币20133040元。
#4昆士兰1053007677。
#5 SA 691850721。
#6塔斯112902970。
#7维克1069102796。
#8 WA 281014929。

---

我的评论中唯一的变化是：（1）使用正确的列名，（2）添加

na.rm=TRUE

，因为您有许多空格。这意味着您需要小心如何使用这些数据，因为您现在的摘要中存在偏见和不准确之处

这里有几个问题：

• 您的数据中没有

  总值

  ，而是

  总值

• 该列是

  因子

  ，它是一种更高效的字符串存储形式。

  因子

  和

  字符

  都不能是

  sum

  med。R对会计一无所知，因此在这种情况下，

  “$”

  对它来说毫无意义

试试这个：

library(dplyr)
someData %>%
  mutate(Gross.Value = as.numeric(gsub("[^0-9.]", "", as.character(Gross.Value)))) %>%
  group_by(State) %>%
  summarize(Gross.Value = sum(Gross.Value, na.rm=TRUE))
# # A tibble: 8 x 2
#   State Gross.Value
#   <fct>       <dbl>
# 1 ACT            0 
# 2 NSW    564400574.
# 3 NT      20133040.
# 4 QLD   1053007677.
# 5 SA     691850721.
# 6 TAS    112902970.
# 7 VIC   1069102796.
# 8 WA     281014929.

库（dplyr）
某些数据%>%
变异（Gross.Value=as.numeric（gsub（“[^0-9.]”，“”，as.character（Gross.Value）））%>%
按（州）分组%>%
汇总（总值=总和（总值，na.rm=真））
##A tibble:8 x 2
#州总值
#          
#1第0幕
#2新南威尔士州564400574。
#新台币20133040元。
#4昆士兰1053007677。
#5 SA 691850721。
#6塔斯112902970。
#7维克1069102796。
#8 WA 281014929。

---

我的评论中唯一的变化是：（1）使用正确的列名，（2）添加

na.rm=TRUE

，因为您有许多空格。这意味着您需要小心如何使用这些数据，因为您现在的摘要中存在偏见和不准确

您的

$`总价值

实际上是

“$4500000”

？如果是这样，您需要首先转换为一个数字。是的，在csv文件中，它是作为

$4500000

提供的。我在您的示例数据中没有看到“国家”？通常使用

dput（someData）的输出是有帮助的

要向用户提供一些样本数据来解决问题，有两点需要粘贴

dput

输出到问题：（1）它让我们更好地了解数据中的内容，特别是在这里识别因素，尽管这是毫无疑问的；（2）它允许我们快速复制并粘贴到控制台中。不幸的是，你发布的方式在所有内容的前面都包含了评论字符（我已经把它们删掉了），但是让我们更容易找到答案肯定会更快/更好。考虑阅读其他的“好问题”技术：参考文献：你的代码> $'总值' <代码>实际上<代码>“4500000美元”< /代码>？如果是这样，您需要首先转换为一个数字。是的，在csv文件中，它是作为

$4500000

提供的。我在您的示例数据中没有看到“国家”？通常使用

dput（someData）的输出是有帮助的

要向用户提供一些样本数据来解决问题，有两点需要粘贴

dput

输出到问题：（1）它让我们更好地了解数据中的内容，特别是在这里识别因素，尽管这是毫无疑问的；（2）它允许我们快速复制并粘贴到控制台中。不幸的是，你发布的方式在所有内容的前面都包含了评论字符（我已经把它们删掉了），但是让我们更容易找到答案肯定会更快/更好。考虑阅读其他的“好问题”技巧：参考文献：谢谢。我试过了，但是我得到了一个奇怪的错误，我不明白：<代码>错误，谢谢，我试过了，但是我得到了一个奇怪的错误，我不明白：<代码>错误，非常感谢！我不太明白为什么它是

Gross.Value

而不是

Gross-Value

，因为在CSV文件中它列在

Gross-Value

下。另外，是否可以使用

%%>%arrange（desc（n））

以降序显示它？R不喜欢列中的空格