HSum up数据帧中在R中具有相同属性的行

我希望这个问题没有被问过两次（第一次使用）

我有一个名为data2003的数据帧，为了简单起见，我会说它看起来像这样：

ID   Weight   North   South
1    0.5      1       0
2    0.7      0       1
3    1.0      0       1
4    1.4      0       1
5    .95      1       0
6    1.1      1       0

我想在weight列中添加对应于North和South伪变量的值——因此，当同一行中的North值为1时，只在计数中包含weight

我所做的是为南北方向创建子集：

subset2003N <- subset(data2003, data2003$North == 1 )
sum2003N <-sum(subset2003N$Weight)

---

subset2003N如果
North
和
South
相互排斥，最好将它们作为一列。您可以使用Reformae2和dplyr来帮助您：

library(reshape2)
library(dplyr)

melt(data2003, c("ID", "Weight")) %>% 
  filter(value == 1) %>% 
  group_by(variable) %>% 
  summarize(Weight = sum(Weight))
#> # A tibble: 2 x 2
#>   variable Weight
#>   <fct>     <dbl>
#> 1 North      2.55
#> 2 South      3.10

library（重塑2）
图书馆（dplyr）
熔体（data2003，c（“ID”，“重量”））%>%
过滤器（值==1）%>%
分组依据（变量）%>%
汇总（权重=总和（权重））
#>#tibble:2x2
#>可变重量
#>        
#>1北2.55
#>2南3.10

此解决方案还应适用于多个区域。您需要将任何其他测量变量添加到实际数据中的
melt
调用中。
这里是一个
tidyverse
解决方案

data2003 %>%
  pivot_longer(
    cols = -c(ID, Weight),
    names_to = 'dir',
    values_to = 'value'
  ) %>%
  group_by(dir) %>%
  summarise(Sum = sum(Weight*value))
## A tibble: 2 x 2
#  dir     Sum
#  <chr> <dbl>
#1 North  2.55
#2 South  3.10

data2003%>%
再长一点(
cols=-c（ID，重量），
name_to='dir'，
值_to='value'
) %>%
分组依据（目录）%>%
总结（总和=总和（权重*值））
##一个tibble:2x2
#迪尔森
#   
#1北2.55
#2南3.10
不错。我认为这里的
pivot\u更长
与我的答案中的
melt
做了相同的事情，所以最大的区别是使用1和0作为
权重的倍数
，而不是使用
过滤器
-对吗？@AllanCameron是的，你是。我没有想到先过滤然后对权重求和。