使用dplyr添加摘要行

我已经总结了我的数据，并希望将这些总和添加到我的data.frame中各自性别的下方。例如，在我的女性行之后，我想在它下面加上我的女性和，年龄=All 我想我可以使用dplyr来完成这一点，但我不知道如何在data.frame中选择位置

我认为应该是这样的：

       Gender Year.10 Year.11 Year.12 Year.13 Year.10.1 Year.11.1 Year.12.1 Year.13.1
1      FEMALE 1181980 1113480 1040960 1033150   1116220   1059850   1022950    974490
2        MALE  674020  783150  571170  594330    641620    767590    554290    563670
3 UNSPECIFIED   31930    7740   14670   17420     31930      5590      9170     17420

我使用summary_eachfunsum=sum.，na.rm=TRUE，start_with year来生成我的摘要，我可能必须将其放在我的mutate中

dummy.c %>%
group_by(Gender) %>%
rowwise () %>%
mutate () #### It's here where I don't know where to go on from 

编辑1：显示数据

>人头模型

taildummy.c

另一种选择是使用同一作者的Reformae2和dplyr软件包，顺便说一句，p:

        Gender   Age Year.10 Year.11 Year.12 Year.13    Gender.1 Age.1 Year.10.1 Year.11.1 Year.12.1
18 UNSPECIFIED 10-19    5690      NA      NA      NA UNSPECIFIED 10-19      5690        NA        NA
19 UNSPECIFIED 20-39      NA    5590      NA   11720 UNSPECIFIED 20-39        NA      5590        NA
20 UNSPECIFIED 40-59   12850      NA    5560      NA UNSPECIFIED 40-59     12850        NA      5560
21 UNSPECIFIED 60-64    2470      NA      NA      NA UNSPECIFIED 60-64      2470        NA        NA
22 UNSPECIFIED   65+      NA      NA    3610      NA UNSPECIFIED   65+        NA        NA      3610
23 UNSPECIFIED  UNSP   10920      NA    5500    5700 UNSPECIFIED  UNSP     10920        NA        NA
   Year.13.1
18        NA
19     11720
20        NA
21        NA
22        NA
23      5700

发生了什么，一行一行：

你的data.frame 删除重复的列 正在融化的数据.frame。在这里查看结果，以便更好地理解。 在这种情况下，按性别、年龄和可变年份汇总。聚合函数是na.rm=TRUE的和。然后，margin=Age根据需要按年龄列出总数。 结果:

df %>% 
  select(-Gender.1,-Age.1) %>% 
  melt %>% # melting data.frame. See the results until here to better understanding.
  dcast(Gender + Age ~ variable, sum, na.rm=TRUE, margins = "Age")

希望有帮助。

使用同一作者的Reformae2和dplyr软件包的替代方案，btw=p:

        Gender   Age Year.10 Year.11 Year.12 Year.13    Gender.1 Age.1 Year.10.1 Year.11.1 Year.12.1
18 UNSPECIFIED 10-19    5690      NA      NA      NA UNSPECIFIED 10-19      5690        NA        NA
19 UNSPECIFIED 20-39      NA    5590      NA   11720 UNSPECIFIED 20-39        NA      5590        NA
20 UNSPECIFIED 40-59   12850      NA    5560      NA UNSPECIFIED 40-59     12850        NA      5560
21 UNSPECIFIED 60-64    2470      NA      NA      NA UNSPECIFIED 60-64      2470        NA        NA
22 UNSPECIFIED   65+      NA      NA    3610      NA UNSPECIFIED   65+        NA        NA      3610
23 UNSPECIFIED  UNSP   10920      NA    5500    5700 UNSPECIFIED  UNSP     10920        NA        NA
   Year.13.1
18        NA
19     11720
20        NA
21        NA
22        NA
23      5700

发生了什么，一行一行：

你的data.frame 删除重复的列 正在融化的数据.frame。在这里查看结果，以便更好地理解。 在这种情况下，按性别、年龄和可变年份汇总。聚合函数是na.rm=TRUE的和。然后，margin=Age根据需要按年龄列出总数。 结果:

df %>% 
  select(-Gender.1,-Age.1) %>% 
  melt %>% # melting data.frame. See the results until here to better understanding.
  dcast(Gender + Age ~ variable, sum, na.rm=TRUE, margins = "Age")

---

希望能有所帮助。

由于您的数据没有按性别排序，也没有与汇总数据相同数量的列，因此不清楚您想要的输出是什么样子的。哈索里没有放示例数据，我对输出的解释也很糟糕。例如，在我的女性行之后，我想在下面加上我的女性和，年龄==AllI，我建议你阅读我关于整洁数据的论文：。如果您了解基本原则，您将从tidyr和dplyr中获得更多。由于您的数据没有按性别排序，也没有与汇总数据相同数量的列，因此不清楚您想要的输出会是什么样子，因为哈索里没有放示例数据，而且我对输出的解释很差。例如，在我的女性行之后，我想在下面加上我的女性和，年龄==AllI，我建议你阅读我关于整洁数据的论文：。如果您了解基本原理，您将从tidyr和dplyr中获得更多。感谢您的帮助，这非常有效。我肯定会将Reforme2添加到我要学习的软件包列表中！谢谢你的帮助，这很好用。我肯定会将Reforme2添加到我要学习的软件包列表中！

df %>% 
  select(-Gender.1,-Age.1) %>% 
  melt %>% # melting data.frame. See the results until here to better understanding.
  dcast(Gender + Age ~ variable, sum, na.rm=TRUE, margins = "Age")

        Gender   Age Year.10 Year.11 Year.12 Year.13 Year.10.1 Year.11.1 Year.12.1 Year.13.1
1       FEMALE   3-9   46890   30150   18020   19060     41370     30150     18020     19060
2       FEMALE 10-19   58440   92870   50900   84110     52680     87280     50900     78440
3       FEMALE 40-59  484770  439860  454200  412650    460340    417800    447400    395700
4       FEMALE (all)  590100  562880  523120  515820    554390    535230    516320    493200
5         MALE   0-2   16900   22380    2260    5860     16900     22380      2260      5860
...
17 UNSPECIFIED  UNSP   10920       0    5500    5700     10920         0         0      5700
18 UNSPECIFIED (all)   26240    2150   14670    5700     26240         0      9170      5700