r - 如何合并与 grep 模式匹配的特定行

Question

我有一个数据框如下:

Jen    Rptname   freq

 AKT      bilb1      23
 AKT      bilb1      234
 DFF      bilb22     987
 DFF      bilf34     7
 DFF      jhs23      623
 AKT      j45        53
 JFG      jhs98      65

我知道如何根据单独的列对整个数据框进行分组，但我如何根据 grep(在本例中为 bilb.* 和 jhs.*)合并单独的行

我希望能够用 bilb* 合并行(因此也将频率加在一起)，并用 jhs* 分开行，这样我最终得到

   AKT      bilb       257
   DFF      bilb      987
   DFF      bilf34     7
   DFF      jhs       623
   AKT      j45        53
   JFG      jhs      65

这样聚合是由 Jen 和 Rptname 进行的，所以我可以看到每个 Jen 中有多少相同的 Rptname

Answer 1

我们可以使用 grep 获取具有 'bilb' 或 'jhs' 的 'Rptname' 元素的索引，使用 sub 删除数字部分并使用 aggregate 得到 'Rptname' 的 'Freq' 的 sum

indx <- grep('bilb|jhs', df1$Rptname)
df1$Rptname[indx] <- sub('\\d+', '', df1$Rptname[indx])
aggregate(freq~Rptname, df1, FUN=sum)
#   Rptname freq
#1    bilb 1244
#2  bilf34    7
#3     j45   53
#4     jhs  688

更新

假设您的数据集是“df2”

 df2$grp <- gsub("([A-Z]+|[a-z]+)[^A-Z]+", "\\1", df2$Rptname)
 aggregate(freq~grp+Jen, df2, FUN=sum)

数据

df1 <- structure(list(Rptname = c("bilb1", "bilb1", "bilb22", 
 "bilf34", 
"jhs23", "j45", "jhs98"), freq = c(23L, 234L, 987L, 7L, 623L, 
53L, 65L)), .Names = c("Rptname", "freq"), class = "data.frame", 
row.names = c(NA, -7L))

df2 <- structure(list(Jen = c("AKT", "AKT", "AKT", "DFF", "DFF", 
"DFF", 
"DFF", "DFF", "DFF", "AKT", "JFG", "JFG", "JFG"), Rptname = c("bilb1", 
"bilb1", "bilb22", "bilb22", "bilb1", "BTBy", "bilf34", "BTBx", 
"jhs23", "j45", "jhs98", "BTBfd", "BTBx"), freq = c(23L, 234L, 
 22L, 987L, 18L, 18L, 7L, 9L, 623L, 53L, 65L, 19L, 14L)), 
.Names = c("Jen", 
"Rptname", "freq"), class = "data.frame", row.names = c(NA, -13L))