r - 合并/求和 R 中的行

Question

我有一个大型数据集，每一行代表不同的类别。但是，某些类别拼写错误或命名错误导致同一类别出现两行。我想合并特定行并对其求和。

东风

<表类="s-表"><头>类别202120222023<正文>纹理890900978干果和蔬菜455558干果和蔬菜667488

预期输出

<表类="s-表"><头>类别202120222023<正文>纹理890900978干果和蔬菜11162146

我一直在尝试类似下面的策略，但未能成功。

DF %>% 
  mutate_at(c(2021:2023), cumsum(starts_with("Dried Fruits")))

数据:

df <- data.frame(
  stringsAsFactors = FALSE,
              category = c("Grain",
                       "Dried Fruits and Veg","Dried Fruits & Veg"),
              "2021" = c(890L, 45L, 66L),
              "2020" = c(900L, 55L, 74L),
              "2023" = c(978L, 58L, 88L)
)

Answer 1

这个解决方案可能只适用于这个给定的场景，因为我不知道类别列中还有哪些其他类型的拼写错误和命名错误，但是一旦你清理类别列以包含所有唯一类别，你可以简单地做按类别列的group_by，然后对其余列进行汇总，如下所示，

library(dplyr)
library(stringr)

df <- data.frame(
  stringsAsFactors = FALSE,
              category = c("Grain",
                       "Dried Fruits and Veg","Dried Fruits & Veg"),
              "2021" = c(890L, 45L, 66L),
              "2020" = c(900L, 55L, 74L),
              "2023" = c(978L, 58L, 88L)
)

df %>% 
  mutate(
    category = str_replace(category, "&", "and")
  ) %>% 
  group_by(category) %>% 
  summarise(
    across(X2021:X2023, sum)
  )
#> # A tibble: 2 × 4
#>   category             X2021 X2020 X2023
#>   <chr>                <int> <int> <int>
#> 1 Dried Fruits and Veg   111   129   146
#> 2 Grain                  890   900   978

^{由 reprex package 创建于 2022-07-11 (v2.0.1)}

希望这对您有所帮助。