如何使用dplyr按多个变量对_进行分组并对其他变量求和

我有一个数据框

组合的\u数据

，看起来像这样（这只是一个示例）：

有多个

年份

，

州名

，以及

行业

变量，具有关联的

VoS__usd

值，以及我不再需要的其他列

我正在努力制作这个

Year    state_name       VoS_thousUSD     industry
2008    Alabama          400              Shipping
2009    Alabama          100              Shipping
2010    Alabama          250              Shipping

其中，数据帧按

年份

、

州名

和

行业

进行分组，

VoS\u千

是这些组的总和

到目前为止我有

combined_data %>%
  group_by(Year, state_name, GCAM_industry) %>% 
  summarise() -> VoS_thousUSD_state_ind

但是我不知道如何/在哪里加上

VoS_千美元

。希望使用dplyr管道。

我们可以使用

aggregate( VoS_thousUSD~ ., combined_data, FUN = sum)

---

或使用

dplyr

library(dplyr)
combined_data %>%
   group_by(Year, state_name, industry) %>% 
   summarise(VoS_thousUSD = sum(VoS_thousUSD))
# A tibble: 3 x 4
# Groups:   Year, state_name [3]
#   Year state_name industry VoS_thousUSD
#  <int> <chr>      <chr>           <int>
#1  2008 Alabama    Shipping          400
#2  2009 Alabama    Shipping          100
#3  2010 Alabama    Shipping          250

库（dplyr）
组合_数据%>%
按（年份、州名称、行业）划分的集团%>%
总结（千美元=总额（千美元））
#一个tibble:3x4
#分组：年份、州名称[3]
#年份国家名称行业VoS（千美元）
#                    
#1 2008阿拉巴马航运400
#2 2009阿拉巴马航运100
#3 2010年阿拉巴马航运250

数据

---

combined\u data Change
summary（）
to
summary（Vos\u-000usd=sum（Vos\u-000usd））
。当我的页面在关闭后重新加载时，你的答案也加载了它。“评论”和“关闭”不是比一次又一次地写同一个答案更有效吗？@akrun，那一个有点扭曲！我肯定我错过了很多-按组求和，按组平均，排序，合并，我肯定最常见的问题有1000个未标记的重复。但是当我看到它并在其中时，我会尝试关闭它。我被要求不要使用聚合函数，而是使用tidyverse管道。还有可能吗？@MarideeWeber我补充道
library(dplyr)
combined_data %>%
   group_by(Year, state_name, industry) %>% 
   summarise(VoS_thousUSD = sum(VoS_thousUSD))
# A tibble: 3 x 4
# Groups:   Year, state_name [3]
#   Year state_name industry VoS_thousUSD
#  <int> <chr>      <chr>           <int>
#1  2008 Alabama    Shipping          400
#2  2009 Alabama    Shipping          100
#3  2010 Alabama    Shipping          250

combined_data <- structure(list(Year = c(2008L, 2009L, 2008L, 2010L, 2010L, 2010L, 
2008L), state_name = c("Alabama", "Alabama", "Alabama", "Alabama", 
"Alabama", "Alabama", "Alabama"), VoS_thousUSD = c(100L, 100L, 
200L, 100L, 50L, 100L, 100L), industry = c("Shipping", "Shipping", 
"Shipping", "Shipping", "Shipping", "Shipping", "Shipping")),
class = "data.frame", row.names = c(NA, 
-7L))