r - dplyr group_by 并汇总具有相同列名的两个 df

Question

假设您有以下两个 data.frame:

set.seed(1)
x <- letters[1:10]
df1 <- data.frame(x)
z <- rnorm(20,100,10)
df2 <- data.frame(x,z)

(请注意，两个 dfs 都有一个名为“x”的列)

并且您想要总结 df1 中“x”组的 df2$z 之和，如下所示:

df1 %.%
  group_by(x) %.%
  summarize(
    z = sum(df2$z[df2$x == x]) 
   )

这会返回错误“无效的索引类型整数”(已翻译)。

但是当我更改两个 dfs 中任何一个中的列“x”的名称时，它会起作用:

df2 <- data.frame(x1 = x,z) #column is now named "x1", it would also work if the name was changed in df1

df1 %.%
   group_by(x) %.%
   summarize(
     z = sum(df2$z[df2$x1 == x]) 
   )

#   x        z
#1  a 208.8533
#2  b 205.7349
#3  c 185.4313
#4  d 193.8058
#5  e 214.5444
#6  f 191.3460
#7  g 204.7124
#8  h 216.8216
#9  i 213.9700
#10 j 202.8851

我可以想象很多情况，其中两个 dfs 具有相同的列名(如“ID”列)，这可能会成为问题，除非有一种简单的方法来解决它。

我是不是错过了什么？对于此示例，可能还有其他方法可以达到相同的结果，但我有兴趣了解这在 dplyr 中是否可行(或者也许为什么不可行)。

(两个 dfs 不一定需要具有与本示例中相同的唯一“x”值)

Answer 1

根据 @beginneR 的评论，我猜它会是这样的:

inner_join(df1, df2) %.% group_by(x) %.% summarise(z=sum(z))

Joining by: "x"
Source: local data frame [10 x 2]

   x        z
1  a 208.8533
2  b 205.7349
3  c 185.4313
4  d 193.8058
5  e 214.5444
6  f 191.3460
7  g 204.7124
8  h 216.8216
9  i 213.9700
10 j 202.8851