r - 总结dplyr中的条件

我将举例说明我的问题。

样本数据:

 df <- data.frame(ID = c(1, 1, 2, 2, 3, 5), A = c("foo", "bar", "foo", "foo", "bar", "bar"), B =     c(1, 5, 7, 23, 54, 202))

df
  ID   A   B
1  1 foo   1
2  1 bar   5
3  2 foo   7
4  2 foo  23
5  3 bar  54
6  5 bar 202

我想做的是通过ID总结B的总和以及当A为“foo”时B的总和。我可以按照以下几个步骤进行操作:

require(magrittr)
require(dplyr)

df1 <- df %>%
  group_by(ID) %>%
  summarize(sumB = sum(B))

df2 <- df %>%
  filter(A == "foo") %>%
  group_by(ID) %>%
  summarize(sumBfoo = sum(B))

left_join(df1, df2)

  ID sumB sumBfoo
1  1    6       1
2  2   30      30
3  3   54      NA
4  5  202      NA

但是，我正在寻找一种更优雅/更快的方法，因为我正在处理sqlite中超过10gb的内存不足数据。

require(sqldf)
my_db <- src_sqlite("my_db.sqlite3", create = T)
df_sqlite <- copy_to(my_db, df)

我想到了使用mutate定义新的Bfoo列:

df_sqlite %>%
  mutate(Bfoo = ifelse(A=="foo", B, 0))

不幸的是，这不适用于数据库。

Error in sqliteExecStatement(conn, statement, ...) :
  RS-DBI driver: (error in statement: no such function: IFELSE)

最佳答案

您可以在一个dplyr语句中完成两个总和:

df1 <- df %>%
  group_by(ID) %>%
  summarize(sumB = sum(B),
            sumBfoo = sum(B[A=="foo"]))

这是data.table版本:

library(data.table)

dt = setDT(df)

dt1 = dt[ , .(sumB = sum(B),
              sumBfoo = sum(B[A=="foo"])),
          by = ID]

dt1

关于r - 总结dplyr中的条件，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/23528862/