按相似结果分组并检查每组的其他变量中是否有 TRUE/FALSE

Question

我有一个包含不同公司的数据集，这些公司在不同的博客中发表了文章（但他们使用相似的名称，并不总是相同的），我想按相似的结果对它们进行分组，并计算他们发表文章的博客数量.

我想按相似名称结果分组，保留第一个结果的地址，然后检查其余结果的变量中是否有1（已发表文章）或0（未发表文章）结果。

第一部分我有一个类似的问题，但现在我不知道如何同时管理这两个操作。

这是我的数据集的样本：

   name           address           sports_blog nutrition_blog lifestyle_blog nature_blog
   <chr>          <chr>                   <dbl>          <dbl>          <dbl>       <dbl>
 1 Wellington     Adam Martin Sq. 1           1              0              0           0
 2 Wellingtoon    Adam Martin Sq. 1           0              1              0           0
 3 Wellington Co. Adam Martin Sq. 1           0              0              1           0
 4 Welinton       Adam Martin Sq. 1           0              0              0           1
 5 Cornell        Blue cross street           1              0              0           0
 6 Kornell        Blue cross street           0              1              0           0
 7 Coornell       Blue cross street           0              0              0           1
 8 Bleend         Aloha avenue                0              0              1           0
 9 Blind          Aloha avenue                0              0              0           1
10 Laguna         River street                1              0              0           0
11 Papito         Carnival street             1              0              0           0
12 Papeeto        Carnival street             0              0              1           0

因此，我正在寻找这样的东西：

  name       address           sports_blog nutrition_blog lifestyle_blog nature_blog
  <chr>      <chr>                   <dbl>          <dbl>          <dbl>       <dbl>
1 Wellington Adam Martin Sq. 1           1              1              1           1
2 Cornell    Blue cross street           1              1              0           1
3 Bleend     Aloha avenue                0              0              1           1
4 Laguna     River street                1              0              0           0
5 Papito     Carnival street             1              0              1           0

Answer 1

您只需将其包含在您的分组中即可。使用您之前答案中的函数（由@RuiBarradas 提供），然后

library(dplyr)

df %>% 
 group_by(name = name[similarGroups(name)], address) %>% 
 summarise_all(sum)

这给出了，

# A tibble: 5 x 6
# Groups:   grp [5]
  name        address         sports_blog nutrition_blog lifestyle_blog nature_blog
  <fct>      <fct>                 <int>          <int>          <int>       <int>
1 Bleend     Alohaavenue               0              0              1           1
2 Cornell    Bluecrossstreet           1              1              0           1
3 Laguna     Riverstreet               1              0              0           0
4 Papito     Carnivalstreet            1              0              1           0
5 Wellington AdamMartinSq1             1              1              1           1

按相似结果分组并检查每组的其他变量中是否有 TRUE/FALSE

Group by similar results and check if TRUE/FALSE among the other variables of each group

string

r

similarity