在R中组合特定行数据

嗨，我有一个数据集，其中一行按顺序显示一个项目。一个订单可以有更多的项目，因此数据集中可以有更多的行

数据如下所示：

    code        nr. Of items
1   252222016   5
3   252812016   1
5   252812016   1
6   253012016   1
12  253042016   20
13  253042016   20
15  253052016   1
16  253072016   3
18  253082016   4

我希望得到一个结果，在这个结果中，我将汇总“项目数量”，其中有相同的“代码”，并将资源写入行中。如果一个订单有更多的项目，我希望在订单的最后一行中写入资源，前面的行将是NAs

我希望最终解决方案的外观如下：

        code    nr. Of items    result
1   252222016   5                 5
3   252812016   1                na
5   252812016   1                 2
6   253012016   1                 1
12  253042016   20               na
13  253042016   20               40
15  253052016   1                 1
16  253072016   3                 3
18  253082016   4                 4

---

我会感谢你的帮助

我们可以使用

dplyr

包来实现这一点：

library(dplyr)    # load package
df1 %>%
    group_by(code) %>%
    mutate(rownum = 1,
           c_s_rn = cumsum(rownum),
           result = ifelse(c_s_rn == max(c_s_rn), sum(items), NA)) %>%
    select(-rownum, -c_s_rn)

#        code items result
# 1 252222016     5      5
# 2 252812016     1     NA
# 3 252812016     1      2
# 4 253012016     1      1
# 5 253042016    20     NA
# 6 253042016    20     40
# 7 253052016     1      1
# 8 253072016     3      3
# 9 253082016     4      4

还有一个基本的

R

解决方案，使用

lappy

和

split

：

df1_2 <- df1
df1_2$rownum <- 1
do.call('rbind',
lapply(split(df1_2, df1_2$code), function(x)
    data.frame(x, 
               result = ifelse(cumsum(x$rownum) == sum(x$rownum), sum(x$items), NA)))
)[,-3]

#                   code items result
# 252222016    252222016     5      5
# 252812016.3  252812016     1     NA
# 252812016.5  252812016     1      2
# 253012016    253012016     1      1
# 253042016.12 253042016    20     NA
# 253042016.13 253042016    20     40
# 253052016    253052016     1      1
# 253072016    253072016     3      3
# 253082016    253082016     4      4

---

df1_2您可以使用参数
fromLast=TRUE
的
duplicated
功能，即

library(dplyr)
df %>% 
  group_by(code) %>% 
  mutate(new = replace(cumsum(nr. Of items), duplicated(code, fromLast = TRUE), NA))

#Source: local data frame [9 x 3]
#Groups: code [7]

#       code    nr   new
#      <int> <int> <int>
#1 252222016     5     5
#2 252812016     1    NA
#3 252812016     1     2
#4 253012016     1     1
#5 253042016    20    NA
#6 253042016    20    40
#7 253052016     1     1
#8 253072016     3     3
#9 253082016     4     4

库（dplyr）
df%>%
分组人（代码）%>%
变异（新=替换（累计总数（项目数），重复（代码，fromLast=真），NA））
#来源：本地数据帧[9 x 3]
#组别:代号[7]
#代码nr新
#        
#1 252222016     5     5
#252812016 1不适用
#3 252812016     1     2
#4 253012016     1     1
#5 253042016不适用
#6 253042016    20    40
#7 253052016     1     1
#8 253072016     3     3
#9 253082016     4     4
另一个dplyr选项，使用
ifelse
和
fromLast=TRUE
：

library(dplyr)

df1 <- df1 %>% 
  group_by(code) %>% 
  mutate(result = ifelse(duplicated(code, fromLast = TRUE), NA, sum(nr.Of.items)))

库（dplyr）
df1%
分组人（代码）%>%
变异（结果=ifelse（重复（代码，fromLast=TRUE），NA，总和（项数）））
我们可以使用
数据表来实现这一点。将“data.frame”转换为“data.table”（
setDT（df1）
），按“code”分组，
如果行数大于1（
.N>1
），则将
NA
复制一个小于行数的行，并将（
c（
）与
sum
的“items”或
else
返回“items”连接起来。分配（
：=
创建新列“result”的输出

library(data.table)
setDT(df1)[, result := if(.N>1) c(rep(NA, .N-1), sum(items)) else items, by = code]
df1
#        code items result
#1: 252222016     5      5
#2: 252812016     1     NA
#3: 252812016     1      2
#4: 253012016     1      1
#5: 253042016    20     NA
#6: 253042016    20     40
#7: 253052016     1      1
#8: 253072016     3      3
#9: 253082016     4      4


或者，除了使用
if/else
之外，我们还可以在最后一行以外的位置创建NA，并与“items”的
sum
相乘

setDT(df1)[, result := NA^(seq_len(.N) != .N)*sum(items) , by = code]

数据
df1另一种使用
dplyr
包的方法（使用@bounchball的
df1
）是：

对不起，我不太明白这个问题，您想要什么？是
code
订单号吗？那么为什么您有相同的订单号，两个
nr.项目
计数，而不是组合计数？如果您想对每个订单的项目总数求和，保留一些NAs行的目的是什么？这些NAs行包含哪些信息提供？
setDT(df1)[, result := NA^(seq_len(.N) != .N)*sum(items) , by = code]

df1 <- structure(list(
code = c(252222016L, 252812016L, 252812016L, 253012016L, 
         253042016L, 253042016L, 253052016L, 253072016L, 253082016L), 
items = c(5L, 1L, 1L, 1L, 20L, 20L, 1L, 3L, 4L)), 
.Names = c("code", "items"), class = "data.frame", 
row.names = c("1", "3", "5", "6", "12", "13", "15", "16", "18"))

library(dplyr)
df1 %>% group_by(code) %>% mutate(result=ifelse(row_number()==n(),sum(items),NA))