R 两列命名水果的自定义聚合

我想通过以下某种特殊的方式，按名称聚合数据帧的两列：

• 通过特别聚合两列

  结果

  和

  部分

• 苹果、香蕉和草莓的

  部分

  值无关紧要，所有东西都得到了总结，而葡萄和猕猴桃的

  部分

  值应该成为新的

  水果

  名称
• 结果（在底部）应该有8个聚合行，而不是20个

乍一看，这听起来可能非常简单，但经过数小时的反复试验，我没有找到任何有用的解决方案。下面是一个例子：

theDF <- data.frame(dates = as.Date(c(today()+20)),
    fruits = c("Apple","Apple","Apple","Apple","Banana","Banana","Banana","Banana",
      "Strawberry","Strawberry","Strawberry","Strawberry","Grape", "Grape",
      "Grape","Grape", "Kiwi","Kiwi","Kiwi","Kiwi"),
    parts = c("Big Green Apple","Apple2","Blue Apple","XYZ Apple4",
      "Yellow Banana1","Small Banana","Banana3","Banana4",
      "Red Small Strawberry","Red StrawberryY","Big Strawberry",
       "StrawberryZ","Green Grape", "Blue Grape", "Blue Grape",
       "Blue Grape","Big Kiwi","Small Kiwi","Big Kiwi","Middle Kiwi"),
    stock = as.vector(sample(1:20)) )      

---

theDF我们可以使用
data.table
。如果要删除的“部分”列中有诸如结尾字符是大写字母或数字之类的模式，我们可以使用
sub
来执行此操作，并将其与“日期”一起用作分组变量，并获取“股票”的
和

library(data.table)
setDT(theDF)[,.(stock = sum(stock)) , .(dates, fruits = sub("([0-9]|[A-Z])$", "", parts))]
#        dates      fruits stock
#1: 2016-06-19       Apple    46
#2: 2016-06-19      Banana    35
#3: 2016-06-19  Strawberry    38
#4: 2016-06-19 Green Grape    12
#5: 2016-06-19  Blue Grape    21
#6: 2016-06-19    Big Kiwi    37
#7: 2016-06-19  Small Kiwi    14 
#8: 2016-06-19 Middle Kiwi     7


或者使用
dplyr
，我们同样可以实现相同的方法

library(dplyr)
theDF %>%
    group_by(dates, fruits = sub('([0-9]|[A-Z])$', '', parts)) %>% 
    summarise(stock = sum(stock))

更新
如果没有模式且仅基于手动识别“水果”中的元素，则创建元素的
向量
，使用
%chin%
获取“i”中的逻辑索引，将（
：=
）与“水果”对应的“部分”中的值分配给“水果”，然后按“日期”进行分组，“水果”并获取“股票”的
总和

setDT(theDF)[as.character(fruits) %chin% c("Grape", "Kiwi"),
          fruits := parts][, .(stock = sum(stock)), .(dates, fruits)]

数据
theDF另一种方法是在第一步中创建一个适当的分组变量，然后使用您喜欢的按组汇总的方法。在这里，我使用
dplyr
，您可以使用其他（
data.table
，等等）

库（dplyr）
THDF%汇总（存量=总额（存量））
来源：本地数据帧[8 x 2]
水果库存
（chr）（内部）
1苹果34
2香蕉35
3大猕猴桃26
4蓝葡萄32
5青葡萄7
6中猕猴桃12
7小猕猴桃19
8草莓45

我没有找到函数
today（）
，因此跳过了日期列。您可以通过在分组中插入
date
将其添加回去，如
groupby（fruits，date）
将其保留在所需的输出中。
感谢您在@akrun进行的精彩快速回放。但我想我的考试有误导性。在我的真实数据中，没有数字或大写字母。一切都是混合的。还有“大草莓”。因此，我需要一个通过手动选择零件名称来工作的解决方案。@MHN您提到过手动选择
零件
名称。我们还可以依赖其他模式吗？例如，如何选择
部分
或
水果
列中的条目？我已经编辑了原始帖子。很抱歉给您带来不便。事实上，没有任何逻辑模式。我认为这是一个很好的描述我的问题-aggreating专栏没有任何模式。绝对了不起！这正是我想要的。真的很棒！非常感谢。嗨，不幸的是，我需要在上面做一个新的编辑，因为出现了一个新问题。也许你有办法解决这个问题？谢谢：）我想你需要
require（lubridate）
来完成
today（）
功能
theDF <- structure(list(dates = structure(c(16971, 16971, 16971, 16971, 
16971, 16971, 16971, 16971, 16971, 16971, 16971, 16971, 16971, 
16971, 16971, 16971, 16971, 16971, 16971, 16971), class = "Date"), 
    fruits = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 5L, 
    5L, 5L, 5L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L), .Label = c("Apple", 
    "Banana", "Grape", "Kiwi", "Strawberry"), class = "factor"), 
    parts = structure(c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 14L, 
    15L, 16L, 16L, 11L, 10L, 10L, 10L, 9L, 13L, 9L, 12L), .Label = c("Apple1", 
    "Apple2", "Apple3", "Apple4", "Banana1", "Banana2", "Banana3", 
    "Banana4", "Big Kiwi", "Blue Grape", "Green Grape", "Middle Kiwi", 
    "Small Kiwi", "StrawberryX", "StrawberryY", "StrawberryZ"
    ), class = "factor"), stock = c(8, 19, 15, 4, 6, 18, 1, 10, 
    9, 16, 11, 2, 12, 13, 5, 3, 17, 14, 20, 7)), .Names = c("dates", 
"fruits", "parts", "stock"), row.names = c(NA, -20L), class = "data.frame")

library(dplyr)
theDF <- data.frame(fruits, parts, stock, stringsAsFactors = F)
theDF$fruits <- with(theDF, ifelse(fruits=="Kiwi" | fruits=="Grape", parts, fruits))

theDF %>% group_by(fruits) %>% summarise(stock = sum(stock))

Source: local data frame [8 x 2]

       fruits stock
        (chr) (int)
1       Apple    34
2      Banana    35
3    Big Kiwi    26
4  Blue Grape    32
5 Green Grape     7
6 Middle Kiwi    12
7  Small Kiwi    19
8  Strawberry    45