R 合併重複名稱的列，加總各欄位值教學

介紹如何使用 R 的 dplyr 套件，將 data frame 重複的名稱的列合併，加總各欄位值。

假設我們有一張 data frame 表格，資料如下：

# 原始資料
df <- data.frame(
  x = c("A","B","A","B", "B"),
  y = 1:5,
  z = 2:6
)
df

  x y z
1 A 1 2
2 B 2 3
3 A 3 4
4 B 4 5
5 B 5 6

若想要將表格中的資料依據 x 欄位合併，將相同名稱的列合併為一列，其餘的數值欄位以加總的方式合併，這種狀況就可以使用 dplyr 套件來處理。

首先安裝並載入 dplyr 套件：

# 安裝 dplyr 套件
install.packages("dplyr")

# 載入 dplyr 套件
library(dplyr)

接著將 data frame 以 group_by 分組之後，再以 summarise_all 配合 sum 以加總的方式合併重複的列：

# 分組加總
df %>%
  group_by(x) %>%
  summarise_all(sum)

# A tibble: 2 x 3
  x         y     z
  <fct> <int> <int>
1 A         4     6
2 B        11    14

若要以平均值的方式合併重複的列，可將 sum 函數替換為 mean：

# 分組計算平均
df %>%
  group_by(x) %>%
  summarise_all(mean)

# A tibble: 2 x 3
  x         y     z
  <fct> <dbl> <dbl>
1 A      2     3
2 B      3.67  4.67

若要同時以加總與平均值的方式合併重複列，可以同時將 sum 與 mean 函數傳入 summarise_all 中：

df %>%
  group_by(x) %>%
  summarise_all(list(sum = sum, mean = mean))

# A tibble: 2 x 5
  x     y_sum z_sum y_mean z_mean
        
1 A         4     6   2      3   
2 B        11    14   3.67   4.67

參考資料：Biostars