应用group_by和SUMMISE（sum），但保留大量附加列

Question

我想按变量对数据框进行分组，汇总另一个变量，但保留所有其他关联列。

在对数据应用group_by和SUMMISE，同时保留所有列的信息时，接受的答案是使用filter（）或slice（），如果答案已经存在于数据中（即min，max），则这很好，但如果您希望使用生成新答案（即sum，mean）的函数，则这不起作用。

在应用group_by和sum(sum)时，但保留包含不相关的冲突数据的列？公认的答案是使用您希望保留的所有列作为分组变量的一部分。但是如果您有许多想要保留的列，这似乎是一个无效的解决方案。例如，我正在处理的数据有26个附加列。

我想出的最好的解决方案是html" target="_blank">拆分 - 应用 - 合并。但这似乎很笨拙 - 当然必须有一个可以在单个管道中完成的解决方案。

例子：

location <- c("A", "A", "B", "B", "C", "C")
date <- c("1", "2", "1", "2", "1", "2")
count <- c(3, 6, 4, 2, 7, 5)
important_1 <- c(1,1,2,2,3,3)
important_30 <- c(4,4,5,5,6,6)

df <- data.frame(location = location, date = date, count = count, important_1 = important_1, important_30 = important_30)

我想总结在同一地点不同日期发生的计数。我想保留所有重要的（想象有30个而不是2个）。

到目前为止，我的解决方案是：

check <- df %>%
  group_by(location) %>%
  summarise(count = sum(count))

add2 <- df %>%
  select(-count, -date) %>%
  distinct()

results <- merge(check, add2)

有没有一种方法可以在单个管道中完成此操作？如果可能的话，我宁愿保持井井有条并避免创建新对象。

Answer 1

您可以使用＜code＞group_by＜code＞count。

library(dplyr)

df %>% 
  group_by(location, important_1, important_30) %>% 
  summarise(count = sum(count))


#  location important_1 important_30 count
#  <chr>          <dbl>        <dbl> <dbl>
#1 A                  1            4     9
#2 B                  2            5     6
#3 C                  3            6    12

Answer 2

我们可以使用mutate创建一个列，然后应用不同的

library(dplyr)
df %>% 
   group_by(location) %>% 
   mutate(count = sum(count)) %>% select(-date) %>% 
   distinct(location,  important_1, important_30, .keep_all = TRUE)

如果有多个列名，我们还可以使用＜code＞符号

df %>% 
     group_by(location) %>% 
     mutate(count = sum(count)) %>% select(-date) %>% 
    distinct(location, !!! rlang::syms(names(.)[startsWith(names(.), 'important')]), .keep_all = TRUE)