Question

我正在使用dplyr的summarise_each将函数应用于多列数据。一件好事是你可以同时应用多个功能。事实上，令人讨厌的是输出是具有单行的数据帧。它似乎应该返回与函数一样多的行，列数与列总结的列数相同。

library(dplyr)  
default <- 
  iris %>% 
  summarise_each(funs(min, max), matches("Petal"))

返回

> default
  Petal.Length_min Petal.Width_min Petal.Length_max Petal.Width_max
1                1             0.1              6.9             2.5

我更喜欢像

这样的东西

library(reshape2)
desired <- 
  iris %>% 
  select(matches("Petal")) %>% 
  melt() %>% 
  group_by(variable) %>% 
  summarize(min=min(value),max=max(value)) %>%
  t()

返回一些接近的东西（不是数据帧，但你们都明白了）

> desired
         [,1]           [,2]         
variable "Petal.Length" "Petal.Width"
min      "1.0"          "0.1"        
max      "6.9"          "2.5"

在summarise_each中有一个选项可以执行此操作吗？如果没有，哈德利，你介意加入吗？

Answer 1

您可以结合dplyr和tidyr包来实现类似的输出。这些方面的东西可以帮助

library(dplyr)
library(tidyr)

iris %>%
  select(matches("Petal")) %>%
  summarise_each(funs(min, max)) %>%
  gather(variable, value) %>%
  separate(variable, c("var", "stat"), sep = "\\_") %>%
  spread(var, value)
##   stat Petal.Length Petal.Width
## 1  max          6.9         2.5
## 2  min          1.0         0.1

Answer 2

据我所知，没有这样的论点。无论如何，这是一个输出整洁数据的解决方法，我认为这比使用尽可能多的行作为函数和列总结列更好。（请注意add_rownames需要dplyr 0.4.0）

library("dplyr")
library("tidyr")

iris %>% 
  summarise_each(funs(min, max, mean, median), matches("Petal")) %>%
  t %>% 
  as.data.frame %>% 
  add_rownames %>%
  separate(rowname, into = c("feature", "fun"), sep = "_")

返回：

       feature    fun       V1
1 Petal.Length    min 1.000000
2  Petal.Width    min 0.100000
3 Petal.Length    max 6.900000
4  Petal.Width    max 2.500000
5 Petal.Length   mean 3.758000
6  Petal.Width   mean 1.199333
7 Petal.Length median 4.350000
8  Petal.Width median 1.300000

Answer 3

一个选项是使用purrr::map_df（真正的map_dfc来简化回{。{}}的数据框架，尽管现在bind_cols很好）每个函数的结果向量，即

map_df

使用dplyr的summarise_each为每个函数返回一行？

3 个答案: