在dplyr中使用group_by时如何获取整体统计信息？

Question

我正在使用dplyr来计算各组之间的一些摘要统计信息，但我也希望获得所有数据的相同统计信息（在同一行代码中）

到目前为止，我只能想到：

aux.1 <- iris %>% 
group_by(Species)  %>% 
summarise("stat1" = mean(Sepal.Length), 
          "stat2" = sum(Petal.Length) )

aux.2 <- iris %>% 
summarise("stat1" = mean(Sepal.Length), 
          "stat2" = sum(Petal.Length) )

无论如何，我可以在一行代码中获得所有统计数据吗？

Answer 1

您需要两个单独的from django.utils.translation import ugettext_lazy as _ class Sales_form(forms.ModelForm): class Meta: model = Sales fields = ('customer','ctype') error_messages = { 'ctype' : { 'required' : _("Hey yow! this field is required!") } } 个链，但您可以将它们与dplyr放在一起：

bind_rows

aux <- bind_rows(
  iris %>% 
    group_by(Species)  %>% 
    summarise("stat1" = mean(Sepal.Length), 
              "stat2" = sum(Petal.Length)), 
  iris %>% 
    summarise("stat1" = mean(Sepal.Length), 
              "stat2" = sum(Petal.Length)) %>%
    mutate(Species = "All")
  )

aux

Answer 2

如果您有兴趣查看data.table包，这很容易实现：

library(data.table)
# have to make a copy of the internal data.frame for testing
irisTemp <- iris
setDT(irisTemp)

# calculate group statistics
irisTemp[, c("meanVal", "sumVal") := .(mean(Sepal.Length), sum(Petal.Length)),
         by="Species"]

这可以是一个快速有效的大数据集库。