通过dplyr汇总未在汇总函数中指定的列

dplyr 是一个用于数据操纵的 R 语言包，它提供了一系列简洁且强大的函数来处理数据框（data frames）。在使用 dplyr 进行数据汇总时，通常会使用 summarise() 或 aggregate() 函数。然而，这些函数默认情况下只会返回在汇总函数中明确指定的列。如果你希望在汇总结果中包含未在汇总函数中指定的列，可以使用 mutate() 结合 group_by() 来实现。

以下是一个示例代码，展示如何在使用 dplyr 进行数据汇总时保留未在汇总函数中指定的列：

# 安装并加载 dplyr 包
if (!require("dplyr")) {
  install.packages("dplyr")
  library(dplyr)
}

# 创建示例数据框
df <- data.frame(
  group = c(rep("A", 3), rep("B", 3)),
  value = c(1, 2, 3, 4, 5, 6),
  other_column = c("x", "y", "z", "w", "v", "u")
)

# 使用 dplyr 进行数据汇总，同时保留未在汇总函数中指定的列
result <- df %>%
  group_by(group) %>%
  summarise(
    sum_value = sum(value),
    .groups = 'drop'  # 用于在 summarise 后移除分组
  ) %>%
  left_join(df %>% distinct(group, other_column), by = "group")

print(result)

在这个例子中，我们首先创建了一个包含 group、value 和 other_column 列的数据框。然后，我们使用 group_by() 函数按 group 列分组，并使用 summarise() 函数计算每组的 value 列之和。为了保留 other_column 列，我们在 summarise() 之后使用了 left_join() 函数，将汇总结果与原始数据框中按 group 分组并去重的 other_column 列进行左连接。

输出结果将包含每个组的 sum_value 以及对应的 other_column 值。

参考链接：

• dplyr summarise
• dplyr left_join

这种方法的优势在于它允许你在汇总数据的同时保留其他相关信息，这在数据分析和报告中非常有用。