Question

在使用data.table很长一段时间后，我现在认为是时候尝试dplyr了。这很有趣，但我无法弄清楚如何访问 - 当前的分组变量 - 每组返回多个值

以下示例显示了data.table正常工作。你会怎么用dplyr

写这个

foo <- matrix(c(1, 2, 3, 4), ncol = 2)
dt <- data.table(a = c(1, 1, 2), b = c(4, 5, 6))

# data.table (expected)
dt[, .(c = foo[, a]), by = a]
   a c
1: 1 1
2: 1 2
3: 2 3
4: 2 4

# dplyr (?)
dt %>% 
  group_by(a) %>% 
  summarize(c = foo[a])

Answer 1

你仍然可以访问组变量，但它就像一个普通的向量，每个组都有一个唯一的值，所以如果你把unique放在它周围，它就会起作用。同时，dplyr似乎无法自动展开data.table之类的行，您需要unnest tidyr包中的library(dplyr); library(tidyr) dt %>% group_by(a) %>% summarize(c = list(foo[,unique(a)])) %>% unnest() # Source: local data frame [4 x 2] # a c # <dbl> <dbl> # 1 1 1 # 2 1 2 # 3 2 3 # 4 2 4：

first

或者我们可以使用dt %>% group_by(a) %>% summarize(c = list(foo[,first(a)])) %>% unnest() # Source: local data frame [4 x 2] # a c # <dbl> <dbl> # 1 1 1 # 2 1 2 # 3 2 3 # 4 2 4加速，因为我们已经知道每个组的组变量向量都是相同的：

<asp:ListBox ID="ListBox1" runat="server">
    <asp:ListItem Value="100">A</asp:ListItem>
    <asp:ListItem Value="100">B</asp:ListItem>
</asp:ListBox>

Answer 2

我们可以使用do中的dplyr。（没有使用其他包）。 do对于扩展行非常方便。我们只需要用data.frame包装。

dt %>% 
     group_by(a) %>%
     do(data.frame(c = foo[, unique(.$a)]))
#      a     c
#  <dbl> <dbl>
#1     1     1
#2     1     2
#3     2     3
#4     2     4

或者代替unique我们可以通过第一次观察

进行分组

dt %>% 
    group_by(a) %>%
    do(data.frame(c = foo[, .$a[1]]))
#     a     c
#  <dbl> <dbl>
#1     1     1
#2     1     2
#3     2     3
#4     2     4

这也可以在不使用任何包的情况下完成

stack(lapply(split(dt$a, dt$a), function(x) foo[,unique(x)]))[2:1]
#   ind values
#1   1      1
#2   1      2
#3   2      3
#4   2      4

dplyr：访问当前组变量

2 个答案: