rstudio 数据列名有下划线，按照列名下划线前的字符对列进行分组，对每一行按列名加和

在RStudio中，如果你有一个数据框（data frame），并且想根据列名（column names）首部的特定字符将其分成几组，然后对每个组内的所有行按照这些列求和，你可以使用`dplyr`包提供的管道操作 `%>%` 和一些函数如 `group_by()`、`summarise()` 和 `ungroup()`。

首先，你需要加载`dplyr`包：

library(dplyr)

假设你的数据框名为`df`，列名中通常包含下划线`_`，你可以按照这个思路操作：

# 将数据框按照列名的首字母分组
grouped_df <- df %>% group_by(gsub("^[^_]*_", "", names(df)))

# 对每个组内的所有列求和
summary_df <- grouped_df %>%
  summarise_all(sum)

# 如果你想保留原始列名，可以这样做：
summary_df <- summary_df %>% rename_if(is.numeric, ~ paste0(names(df), "_sum"))

# 如果你之前已经移除了列名中的下划线，可以不需要`gsub()`
# summary_df <- df %>% group_by(strsplit(names(df), "_")[[1]]) %>%
#   summarise_all(sum)

这将创建一个新的数据框`summary_df`，其中包含了原来列的名称加上 `_sum`后缀，以及每行各列值的总和。

相关问题

rstudio 数据列名有下划线，按照列名下划线前的字符对列进行分组，按行加和

在RStudio中，如果你的数据框(`data frame`)的列名包含下划线 `_`，并且你想根据列名中下划线前的部分进行分组并计算每组的行求和，你可以使用`dplyr`包提供的功能，它非常方便处理这类操作。假设你有一个名为`df`的数据框，可以按照以下步骤操作：

library(dplyr)  # 首先确保已经安装了dplyr

# 假设你的数据框结构如下
# df <- data.frame(column_1 = ..., column_2 = ..., group_column = ...)

# 使用 `separate` 函数将列名拆分成两部分，保留下划线前的部分作为新的列
df_split <- df %>%
  separate(colnames(.), into = c("group_key", "other"), sep = "_")

# 现在，"group_key"列就包含了下划线前的部分，你可以根据这个列进行分组
summarized_df <- df_split %>%
  group_by(group_key) %>%
  summarise_all(sum)  # 对所有列求和

# 结果`summarized_df`将展示每个组内所有列的总和

在这个过程中，`summarize_all(sum)`会计算每一组中所有列的数值之和。如果你只想对特定类型的列（如数值列）求和，可以指定`summarise_all(~ ., numeric_only = TRUE)`。

rstudio 提取列名中_前面的字符，按提取结果分组对列求和

RStudio 中，你可以使用`dplyr`包提供的管道操作 `%>%` 和一些函数来实现这个需求。假设你有一个数据框（data frame），其中的列名包含下划线 `_` 并且你想提取下划线前的字符作为新的分组依据，然后计算每个分组的总和。可以按照以下步骤操作：

1. 首先，安装并加载`dplyr`和`stringr`库，如果你还没有安装它们，可以运行：

   install.packages("dplyr")
   install.packages("stringr")
   library(dplyr)
   library(stringr)

2. 然后，使用`rename_at()`函数替换列名，提取下划线前的部分，并将结果保存到新列中，例如用`str_remove_prefix()`函数去除下划线：

   df <- df %>% 
     rename_at(vars(matches("_.*")), ~ str_remove(.x, "_"))

3. 接着，使用`group_by()`对新列进行分组，`summarise()`计算每个分组中所有数值列的总和。假设你想要对数值类型的列求和，可以这样做：

   df_summary <- df %>%
     group_by(new_column_name) %>%  # 替换 "new_column_name" 为你实际的新列名
     summarise_all(sum, na.rm = TRUE)  # 计算所有列的总和，默认忽略NA值

现在，`df_summary`就是你想要的结果，它按新列名分组并对每一组的数值列进行了求和。