dplyr group_仅由一些值组成

我有一个数据框，df是这样的…

df=data.frame（w=c（'CT'，'CT'，'CT'，'CT'，'CT'，'CT'，'CT'），x=c（'PF'，'PF'，'MF'，'MF'，'AF'，'AF'），y=sample（字母，6），z=seq（1:6））

它已按w和y分组。我想用x做一个新的分组，但前提是x=PF或MF。如果x=AF，我需要保持y，否则NA或其他唯一的数字就可以了。汇总函数将是z的和，因此最终的数据帧将是

w  x  y  z 
CT PF NA 3
CT MF NA 7
CT AF s 5
CT AF h 6

---

我正在使用dplyr，并试图

分组（Flyway%在%c（'MF'，'PF'））

但这只会得到一个带有TRUE/FALSE的新列。也许我应该看看dplyr外面？谢谢。

您可以先更改

y

，然后将数据分组并计算

z

之和：

df %>% 
  ungroup %>% 
  mutate(y = replace(y, x != "AF", NA)) %>% 
  group_by(w, x, y) %>% 
  summarise(z = sum(z)) %>% 
  ungroup()
#Source: local data frame [4 x 4]
#
#       w      x      y     z
#  (fctr) (fctr) (fctr) (int)
#1     CT     AF      h     5
#2     CT     AF      l     6
#3     CT     MF     NA     7
#4     CT     PF     NA     3

还是再短一点

df %>% 
  group_by(w, x, y = replace(y, x != "AF", NA)) %>% 
  summarise(z = sum(z)) %>% 
  ungroup()

---

您可以先更改

y

，然后将数据分组并计算

z

之和：

df %>% 
  ungroup %>% 
  mutate(y = replace(y, x != "AF", NA)) %>% 
  group_by(w, x, y) %>% 
  summarise(z = sum(z)) %>% 
  ungroup()
#Source: local data frame [4 x 4]
#
#       w      x      y     z
#  (fctr) (fctr) (fctr) (int)
#1     CT     AF      h     5
#2     CT     AF      l     6
#3     CT     MF     NA     7
#4     CT     PF     NA     3

还是再短一点

df %>% 
  group_by(w, x, y = replace(y, x != "AF", NA)) %>% 
  summarise(z = sum(z)) %>% 
  ungroup()

---

我们也可以使用

data.table

。将“data.frame”转换为“data.table”（

setDT（df）

），对于“x”中不是“AF”的值，将（

：=

）y分配到“NA”，按“w”、“x”和“y”分组，我们得到“z”的

和

library(data.table)
setDT(df)[x!='AF', y:=NA_character_][,list(z=sum(z)) ,.(w,x,y)]
#    w  x  y z
#1: CT PF NA 3
#2: CT MF NA 7
#3: CT AF  b 5
#4: CT AF  o 6

注意：“y”列中的不同值是由于在构造数据集时未设置种子。
我们也可以使用
数据。表
。将“data.frame”转换为“data.table”（
setDT（df）
），对于“x”中不是“AF”的值，将（
：=
）y分配到“NA”，按“w”、“x”和“y”分组，我们得到“z”的
和

library(data.table)
setDT(df)[x!='AF', y:=NA_character_][,list(z=sum(z)) ,.(w,x,y)]
#    w  x  y z
#1: CT PF NA 3
#2: CT MF NA 7
#3: CT AF  b 5
#4: CT AF  o 6

注意：“y”列中的不同值是由于在构造数据集时未设置种子。
谢谢。我认为这相当简单，但从未修改过分组变量。这将是真正有用的未来！谢谢我认为这相当简单，但从未修改过分组变量。这将是真正有用的未来！