R 尝试在不删除其他列的情况下在数据帧中折叠多个观测值

我有很多重复的数据框，我尝试了不同的方法将它们折叠在一起，但它总是删除price和total列

> Total
                          Product Quantity Price Total
 1:                  tomatoes 1kg        1    16    16
 2:                small cucumber        1    10    10
 3:                  beetroot 1kg        1    15    15
 4:                 potatoes 1 kg        1    15    15
 5:                asparagus 200g        4    45   180
 6:           red apples 4 medium        1    10    10
 7:       beef fillet strips 500g        1    90    90
 8:               back bacon 200g        1    30    30
 9: chicken drums and thighs 1 kg        1    75    75
10:             kudu biltong 250g        2    80   160
11:                   t bone 500g        1    66    66
12:             free range eggs 6        1    15    15
13:                  tomatoes 1kg        1    16    16
14:  calistos jalape=c3=b1o salsa        1    40    40
15:               lean beef mince        1    54    54
16:            free range eggs 30        1    65    65
17:                 potatoes 1 kg        1    15    15
18:        strawberry punnet 250g        1    22    22
19:          chicken whole 1.4 kg        1    65    65
20:                small cucumber        4    10    40
21:                   swiss chard        2    14    28
22:                  tomatoes 1kg        3    16    48
23:                   carrot 1 kg        2    14    28
24:                          kale        2    14    28
25:               butternut cubes        2    14    28
26:                 potatoes 1 kg        2    15    30
27:                   onions 1 kg        1    15    15
28:  oyster mushrooms 200g punnet        1    35    35
29:        strawberry punnet 250g        2    22    44
30:            free range eggs 30        1    65    65
31:                small cucumber        2    10    20
32:                  tomatoes 1kg        1    16    16
33:                 broccoli head        1    25    25
34:        cauliflower whole head        2    25    50
35:                   carrot 1 kg        2    14    28
36:               butternut cubes        2    14    28
37:                          kale        2    14    28
38:                   butter 500g        1    57    57
39:  oyster mushrooms 200g punnet        2    35    70
40:                      coleslaw        1    15    15
                          Product Quantity Price Total

让我明白：

aggregate(Quantity~Product,data=Total,FUN=sum)

这会折叠它，但会删除其他列

> Total
                         Product Quantity
1                 asparagus 200g        4
2                back bacon 200g        1
3        beef fillet strips 500g        1
4                   beetroot 1kg        1
5                  broccoli head        1
6                    butter 500g        1
7                butternut cubes        4
8   calistos jalape=c3=b1o salsa        1
9                    carrot 1 kg        4
10        cauliflower whole head        2
11 chicken drums and thighs 1 kg        1
12          chicken whole 1.4 kg        1
13                      coleslaw        1
14            free range eggs 30        2
15             free range eggs 6        1
16                          kale        4
17             kudu biltong 250g        2
18               lean beef mince        1
19                   onions 1 kg        1
20  oyster mushrooms 200g punnet        3
21                 potatoes 1 kg        4
22           red apples 4 medium        1
23                small cucumber        7
24        strawberry punnet 250g        3
25                   swiss chard        2
26                   t bone 500g        1
27                  tomatoes 1kg        6

做同样的事情

预期输出应具有

价格

和

总计

，并合并所有

产品

试试这个：

Total %>% group_by(Product) %>%  summarise(quantity = sum(Quantity))

---

summary

将只保留分组列和使用聚合函数计算的列

如果给定的

产品

始终具有相同的

价格

，您可以执行以下操作：

df = data.frame(product = c("tomatoes 1kg", "tomatoes 1kg", "small cucumber"),
                quantity = c(1, 1, 1),
                price = c(16, 16, 10),
                total = c(16, 16, 10))
df[-duplicated(df),]

[顺便说一句，我个人不建议将数据帧命名为“Total”，如果它已经是列的名称，那么这有点让人困惑。]

如果给定的

产品

并不总是具有相同的

价格

（例如，如果数据来自多个日期，且价格可能会随时间而变化），那么您必须决定（a）您是否仍然希望每个

产品

，或者（B）您希望每个不同的（

产品

，

价格

）都有一行一对如果选择（A），则必须为每个

产品

选择要包含的

价格

。为该

产品列出的第一个
价格
？最低
价格
？最高
价格
？平均价格是多少？等等

这就解释了为什么
summary
会删除
groupby
或aggregate函数中未包含的列：除非您告诉它，否则它知道您将选择上述哪些选项

如果您想保持每种产品的平均价格，您可以这样做：

Total %>% group_by(Product, Price) %>% summarise(Quantity = sum(Quantity), Total = sum(Total))

[在这里，我不只是做
AveragePrice=mean（Price）
，因为这将是该产品每行的平均价格，而您可能想要的是每单位销售的平均价格。]
请熟悉如何提供适当且合理的价格

下面是一个
dplyr
解决方案

df=data.frame（产品=c（“西红柿1kg”、“西红柿1kg”、“小黄瓜”），
数量=c（1，1，1），
价格=c（16,16,10），
总计=c（16,16,10））
图书馆（dplyr）
df%>%
分组（产品、价格）%>%
总结(
数量=总和（数量），
总计=总和（总计）
)
#>#A tibble:2 x 4
#>#群体：产品[2]
#>产品价格数量合计
#>                  
#>1个小黄瓜10110
#>2个西红柿1公斤16 2 32

由（v0.3.0）于2020年11月12日创建。
使用聚集将列中的变量表示为行。然后使用group和summary函数获得每组的总和/平均值。同样，可以使用排列按列显示数据

Total %>% group_by(Product) %>%
          summarise(Quantity = sum(Quantity),
          AveragePrice = sum(Total)/sum(Quantity),
          Total = sum(Total))

您是否尝试过聚合（.~Product，data=Total，FUN=sum）

>最终数量188

给我这个，你的预期输出是什么？这不起作用，我目前大部分代码都是以文本形式运行的，所以它以原始文本的形式出现，我将其转换为数据帧，所以我必须手动对100多个产品执行此操作，我希望避免DF只是一个示例数据集。在提问时提供数据集是一种很好的做法。我为你创造了一个。请检查答案在您的大型数据集上是否有效

错误：duplicated（）仅适用于向量

我应该补充，我假设在这个答案中，您所谓的“duplicates”代表不同的观察结果（即，同一产品的不同购买）。但是，如果它们实际上是相同观察的重复记录（例如意外记录了两次的购买），您可以这样消除它们：

Total%>%distinct（）

数量总计1611685

第一个给我这个

数量平均价格总计16127.622951685

第二个给我这个。是的，对不起，我是说单独的观察，因为这些是使用

rbind

和

map

连接的数据帧，我找不到使用

left\u-join

或

full\u join

与map`quantity total`

1 61 1685

一样，我想这可能是我获取此数据框的方式，我不确定，但我需要所有列出价格的产品。请提供一个可复制的示例和适当的预期输出。根据你的问题，我们很难知道你在寻找什么。很难提供一个可复制的例子，因为我不得不多次进行文本筛选和转换变量来创建数据框。我的预期输出与你的相同，但我只是得到所有列的完整总和，而不是你的结果。这是一个糟糕的说法我的意思是我得到了

数量

和

总数

列的总和，但没有显示任何产品。我需要使用一个可复制的示例来进一步帮助您。要生成最小数据集，可以使用

head（）

、

subset（）

或索引。然后使用

dput（）

给我们一些可以立即放入R的东西。

Total %>%
  gather(key = variable, value = value, c(Quantity,Price,Total)) %>%
  group_by(Product, variable) %>%
  summarize(sum = sum(value)) %>%
  spread(variable, sum)