当我在dplyr中使用group_by和summary时,我可以自然地将不同的汇总函数应用于不同的变量。例如:
library(tidyverse)
df <- tribble(
~category, ~x, ~y, ~z,
#----------------------
'a', 4, 6, 8,
'a', 7, 3, 0,
'a', 7, 9, 0,
'b', 2, 8, 8,
'b', 5, 1, 8,
'b', 8, 0, 1,
'c', 2, 1, 1,
'c', 3, 8, 0,
'c', 1, 9, 1
)
df %>% group_by(category) %>% summarize(
x=mean(x),
y=median(y),
z=first(z)
)
导致输出:
# A tibble: 3 x 4
category x y z
<chr> <dbl> <dbl> <dbl>
1 a 6 6 8
2 b 5 1 8
3 c 2 8 1
我的问题是,如何使用summarise_at执行此操作?显然,对于这个例子来说这是不必要的,但假设我有许多变量,我想采取平均值,很多中位数等等。
移至summarise_at后,是否会丢失此功能?我是否必须对所有变量组使用所有函数,然后扔掉那些我不想要的函数?
也许我只是遗漏了一些东西,但我无法弄明白,而且我在文档中也没有看到任何这样的例子。任何帮助表示赞赏。
答案 0 :(得分:6)
这是一个想法。
library(tidyverse)
df_mean <- df %>%
group_by(category) %>%
summarize_at(vars(x), funs(mean(.)))
df_median <- df %>%
group_by(category) %>%
summarize_at(vars(y), funs(median(.)))
df_first <- df %>%
group_by(category) %>%
summarize_at(vars(z), funs(first(.)))
df_summary <- reduce(list(df_mean, df_median, df_first),
left_join, by = "category")
就像你说的那样,这个例子没有必要使用summarise_at
。但是,如果您需要通过不同的功能汇总很多列,则此策略可能会起作用。您需要为每个vars(...)
指定summarize_at
中的列。该规则与dplyr::select
函数相同。
这是另一个想法。定义一个修改summarise_at
函数的函数,然后使用map2
将此函数应用于一个查找列表,该列表显示要应用的变量和相关函数。在此示例中,我将mean
应用于x
和y
列,将median
应用于z
。
# Define a function
summarise_at_fun <- function(variable, func, data){
data2 <- data %>%
summarise_at(vars(variable), funs(get(func)(.)))
return(data2)
}
# Group the data
df2 <- df %>% group_by(category)
# Create a look-up list with function names and variable to apply
look_list <- list(mean = c("x", "y"),
median = "z")
# Apply the summarise_at_fun
map2(look_list, names(look_list), summarise_at_fun, data = df2) %>%
reduce(left_join, by = "category")
# A tibble: 3 x 4
category x y z
<chr> <dbl> <dbl> <dbl>
1 a 6 6 0
2 b 5 3 8
3 c 2 6 1
答案 1 :(得分:1)
由于您的问题是关于“ summarise_at”的;
这是我的主意:
timeouts {
delete = "60m"
}