R 复杂的表格计算

我有一个数据帧df_工作文件：

group  | id  | flag | value |
 a     |  a  |  0   |  5    |  
 a     |  c  |  0   |  2    |  
 b     |  b  |  0   |  8    |  
 b     |  e  |  1   |  1    |  

我想对基于组的值列进行求和，但仅限于group=id的行（按组只能有一个实例）。我也不想在总和中包含任何带有标志的值：

输入数据：

df_workingFile <- structure(list(group = structure(c(1L, 1L, 2L, 2L), .Label = c("a", 
"b"), class = "factor"), id = structure(c(1L, 3L, 2L, 4L), .Label = c("a", 
"b", "c", "e"), class = "factor"), flag = c(0, 0, 0, 1), value = c(5, 
2, 8, 1)), .Names = c("group", "id", "flag", "value"), row.names = c(NA, 
4L), class = "data.frame")

---

df_工作文件使用
data.table
包非常简单。以下是我的解决方案：

library(data.table)

temp <- data.table(group = c("a","a","b","b"),
           id = c("a","c","b","d"),
           flag = c(0,0,0,1),
           value = c(5,2,8,1))

temp[flag != 1,ValueSum := ifelse(group == id,sum(value), NA), by = group]

库（data.table）
温度使用
dplyr
，您可以执行以下操作：

library(dplyr)
d %>% group_by(group) %>% mutate(valueSum=ifelse(flag==0 & group==id,sum(value),0))

  group    id  flag value valueSum
  <chr> <chr> <int> <int>    <dbl>
1     a     a     0     5        7
2     a     c     0     2        0
3     b     b     0     8        9
4     b     e     1     1        0

库（dplyr）
d%%>%group_by（group）%%>%mutate（valueSum=ifelse（flag==0&group==id，sum（value），0））
组id标志值valueSum
1 a 0 5 7
2 a c 0 2 0
3B089
4 b e 11 0
在基数R中，您可以将
ave
与
sum
和
rep
一起使用，以填充0作为最终值

df_workingFile$valueSum <-
          with(df_workingFile,
               ave(value * !flag, group, FUN=function(x) c(sum(x), rep(0, length(x)-1))))

请
dput（head（df\u工作文件））
并粘贴到问题中。看，当然了，这似乎和我的数据框不起作用。我想这是因为您将您的内容作为data.table加载，所以我得到了一个错误。有什么想法吗？是的，用as.data.table.no将其转换为data.table这仍然会产生错误。试一下我的输入数据这会给我错误（“因素的水平集不同”）-想参考我提供的数据吗？另外，这不是什么大问题，但是第3行的值sum理想情况下应该是8（sum仅对未标记的行发生），这是因为您的数据帧中有一些因子。构造或读取数据帧时，精确stringsAsFactors=F。否则，您可以添加
d$group=as.character（d$group）
和
d$id=as.character（d$id）
。
df_workingFile$valueSum <-
          with(df_workingFile,
               ave(value * !flag, group, FUN=function(x) c(sum(x), rep(0, length(x)-1))))

df_workingFile
  group id flag value valueSum
1     a  a    0     5        7
2     a  c    0     2        0
3     b  b    0     8        8
4     b  e    1     1        0