如何从R的数据框中的重复行中排他地添加一些值？

如何解决如何从R的数据框中的重复行中排他地添加一些值？

我有一个包含3个变量（剖面，年龄组和人口）和3011个观测值的数据框。

age_group中有12个不同的年龄段，每个年龄段的编号从1到12。1是18岁的人，2是19岁的人，3是20-24岁的人，4是25岁的人。 -29 ...而12代表65岁以上。

每个部分都有12行，人口按年龄组排序。

我想按世代显示每个部分（z，千禧一代，x，婴儿潮），这将适用于z = age_groups 1：3，millennial = age_groups 4：6，x = age_groups 7：9，boomers = 10 ：12

我尝试使用dplyr软件包，特别是ddply，即

    def load_files_to_es(self,files_to_load):
        count = 0
        for file in files_to_load:
            if file.endswith(".jsonl"):
                with open(os.path.join("../pdl_out",file)) as clean_data_file:
                    try:
                        clean_data = json.load(clean_data_file)
                        count += 1
                    except Exception as e:
                        logging.error(f"{e} error processing {file}")
                    else:
                        logging.info("loading data to ES")
                        les.load_pdl_to_es(clean_data=clean_data,filename=file)
                    finally:
                        print(f"Prev File: {file}")
                        if count % 10 == 0:
                            gc.collect()

但是idk如何在不将所有年龄段合并在一起的情况下与每个组分开。

fragment of the table I'm using

解决方法

听起来您需要为generation添加另一列，然后按generation和age_group进行汇总：

df  = df %>%
  mutate(generation = case_when(age_groups %in% c(1,2,3) ~ "z",age_groups %in% c(4,5,6) ~ "millennial",age_groups %in% c(7,8,9) ~ "x",age_groups %in% c(10,11,12) ~ "boomers")) %>%
  group_by(generation,age_groups) %>%
  summarise(num = n(),.groups = "drop")