Dplyr 相当于 SUM 超过 PARTITION BY

Question

我确定以前有人问过这个问题，但我找不到答案。

这是我的数据：

df <- data.frame(group=c("a","a","a","b","b","c"), value=c(1,2,3,4,5,7))
df
#>   group value
#> 1     a     1
#> 2     a     2
#> 3     a     3
#> 4     b     4
#> 5     b     5
#> 6     c     7

我想要第 3 列，其中每个 "group" 的总和为 "value"，如下所示：

#>   group value group_sum
#> 1     a     1         6
#> 2     a     2         6
#> 3     a     3         6
#> 4     b     4         9
#> 5     b     5         9
#> 6     c     7         7

如何使用 dplyr 执行此操作？

Answer 1

left_join(
  df,
  df %>% group_by(group) %>% summarise(group_sum = sum(value)),
  by = c("group")
)

Answer 2

我不知道一步怎么做，但是

df_avg <- df %>% group_by(group) %>% summarize(group_sum=sum(value))  
df %>% full_join(df_avg,by="group")

有效。（这基本等同于@KeqiangLi的回答。）

ave()，来自 base R，在这里也很有用：

df %>% mutate(group_sum=ave(value,group,FUN=sum))

Answer 3

使用 dplyr -

df %>%
    group_by(group) %>%
    mutate(group_sum = sum(value))

Answer 4

还没有人提到 data.table:

library(data.table)

dat <- data.table(df)

dat[, `:=`(sums = sum(value)), group]

将 dat 转换为：

   group value sums
1:     a     1    6
2:     a     2    6
3:     a     3    6
4:     b     4    9
5:     b     5    9
6:     c     7    7

Dplyr 相当于 SUM 超过 PARTITION BY

Dplyr equivalent of SUM over PARTITION BY

r

dplyr

partition-by