如何根据R中的两列求列和

我有一个数据框（

df

），有5列：

区域.名称

，

年龄

，

总计

，

农村

和

城市

。我需要根据

区域获得
总计
的总和。名称

，然后根据

年龄

分为两类：0-2和3-4

df <- 
structure(list(Area.Name = structure(c(6L, 6L, 6L, 6L, 6L, 2L, 
2L, 2L, 2L, 2L, 2L), .Label = c("District - Central (06)", "District - East (04)", 
"District - New Delhi (05)", "District - North (02)", "District - North East (03)", 
"District - North West (01)", "District - South (09)", "District - South West (08)", 
"District - West (07)", "NCT OF DELHI (07)"), class = "factor"), 
    Age = c(0L, 1L, 2L, 3L, 4L, 0L, 1L, 2L, 3L, 4L, 5L), Total = c(56131L, 
    58644L, 63835L, 63859L, 64945L, 24556L, 27076L, 27234L, 27604L, 
    27725L, 30780L), Rural = c(3589L, 3757L, 4200L, 4102L, 4223L, 
    52L, 56L, 61L, 47L, 67L, 53L), Urban = c(52542L, 54887L, 
    59635L, 59757L, 60722L, 24504L, 27020L, 27173L, 27557L, 27658L, 
    30727L)), .Names = c("Area.Name", "Age", "Total", "Rural", 
"Urban"), row.names = c(102L, 103L, 104L, 105L, 106L, 405L, 406L, 
407L, 408L, 409L, 410L), class = "data.frame")

我试过使用

dplyr

软件包，但我不太熟悉这一点，所以有点困在这里：

df %>% group_by(Area.Name) %>% summarize(Age = Age[0],Tot = sum(Total))

---

问题是这里对于

年龄

我无法给出一个范围。

这里有一个以R为基数的方法，使用

cut

和

aggregate

：

df$ageCat <- cut(df$Age, breaks=c(0, 2, max(df$Age)), include.lowest = T)
aggregate(Total~Area.Name+ageCat, data=df, sum)
                   Area.Name ageCat  Total
1       District - East (04)  [0,2]  78866
2 District - North West (01)  [0,2] 178610
3       District - East (04)  (2,5]  86109
4 District - North West (01)  (2,5] 128804

---

df$ageCat这里有一个在R基中使用
cut
和
aggregate
的方法：

df$ageCat <- cut(df$Age, breaks=c(0, 2, max(df$Age)), include.lowest = T)
aggregate(Total~Area.Name+ageCat, data=df, sum)
                   Area.Name ageCat  Total
1       District - East (04)  [0,2]  78866
2 District - North West (01)  [0,2] 178610
3       District - East (04)  (2,5]  86109
4 District - North West (01)  (2,5] 128804

df$ageCat这里有一种方法，我
cut（）
Age
与
groupby
函数内联：

library(dplyr)

df %>%
  group_by(Area.Name, Age = cut(Age, breaks = c(0, 2, 4, +Inf), 
                                labels = c("0-2", "3-4", "4+"), include.lowest = TRUE)) %>%
  summarise(Total = sum(Total))

#                    Area.Name    Age  Total
#                       <fctr> <fctr>  <int>
# 1       District - East (04)    0-2  78866
# 2       District - East (04)    3-4  55329
# 3       District - East (04)     4+  30780
# 4 District - North West (01)    0-2 178610
# 5 District - North West (01)    3-4 128804

库（dplyr）
df%>%
分组依据（Area.Name，Age=cut（Age，breaks=c（0,2,4，+Inf）），
标签=c（“0-2”、“3-4”、“4+”），包括。最低值=TRUE））%>%
总结（总计=总计）
#面积.姓名年龄合计
#                          
#1区-东（04）0-2 78866
#2区-东（04）3-4 55329
#3区-东（04）4+30780
#4区-西北（01）0-2 178610
#5区-西北（01）3-4 128804

要仅获取所需的组，您可以添加
%%>%过滤器（年龄百分比在%c（“0-2”、“3-4”）
以下是一种方法，其中I
cut（）
Age

与

group\u by

函数内联：

library(dplyr)

df %>%
  group_by(Area.Name, Age = cut(Age, breaks = c(0, 2, 4, +Inf), 
                                labels = c("0-2", "3-4", "4+"), include.lowest = TRUE)) %>%
  summarise(Total = sum(Total))

#                    Area.Name    Age  Total
#                       <fctr> <fctr>  <int>
# 1       District - East (04)    0-2  78866
# 2       District - East (04)    3-4  55329
# 3       District - East (04)     4+  30780
# 4 District - North West (01)    0-2 178610
# 5 District - North West (01)    3-4 128804

库（dplyr）
df%>%
分组依据（Area.Name，Age=cut（Age，breaks=c（0,2,4，+Inf）），
标签=c（“0-2”、“3-4”、“4+”），包括。最低值=TRUE））%>%
总结（总计=总计）
#面积.姓名年龄合计
#                          
#1区-东（04）0-2 78866
#2区-东（04）3-4 55329
#3区-东（04）4+30780
#4区-西北（01）0-2 178610
#5区-西北（01）3-4 128804

---

要仅获取所需的组，您可以添加

%%>%filter（年龄%in%c（“0-2”、“3-4”）

我正在尝试

df%>%groupby（Area.Name）%%>%summary（年龄=Age[0]，Tot=sum（Total））

但在这里，对于年龄，我无法给出一个范围。我正在尝试

df%>%groupby（Area.Name）%%>%summary（年龄=Age[0]，Tot=sum）（总计））

但问题是，对于年龄，我无法给出一个范围。对于小组建设，您也可以使用

。对于小组建设，您也可以使用
。bincode
like
df$group。对于小组建设，您也可以使用
。bincode
like
df$group