r - 在 dplyr 中将 starts_with 与 group_by 结合使用

Question

我想这可能是一个简单的技巧，但我不知道如何实现它......

我的日期集看起来像:

Name, Score
A a,  20
A,    30
B b,   40

我期望的输出是:

Name, Score
A,    50
B,    40

在一个单词中，将名称以相同单词开头的分数相加(如果有，则在空格之前)。我希望这个例子是不言自明的。 :)

PS:代码运行越快越好。数据集很大...

Answer 1

你可以尝试这样的事情:

library(dplyr)
library(stringr)

df$newName <- str_extract(df$Name, '[[:alnum:]]+')
df %>% group_by(newName) %>% summarise(Score = sum(Score))

Source: local data frame [2 x 2]

  newName Score
    (chr) (int)
1       A    50
2       B    40

请注意，您需要确保将 'Name' 读作字符向量而不是因子。使用 stringsAsFactors = FALSE在您的阅读电话中，或使用 as.character转换它。

如果你想要完整的第一个“字符串”，你也可以使用这个正则表达式模式:

df$newName <- str_extract(df$Name, '([^\\s]+)')