Question

我经常希望在＆＃34;单步＆＃34;中执行tidyr::spread和dplyr::summarise按组聚合数据我想要的内容显示在expected中。我可以通过单独执行expected和summarise来获得spread并将结果与dplyr::full_join合并，但我正在寻找避免full_join <的替代方法/ strong>即可。不需要善意的一步法。

df <- data.frame( id = rep(letters[1], 2), val1 = c(10, 20), val2 = c(100, 200), key = c("A", "B"), value = c(1, 2)) library(tidyverse) result1 <- df %>% group_by(id) %>% summarise( val1 = min(val1), val2 = max(val2) ) # A tibble: 1 x 3 # id val1 val2 # <fctr> <dbl> <dbl> # 1 a 10.0 200 result2 <- df %>% select(id, key, value) %>% group_by(id) %>% spread(key, value) # A tibble: 1 x 3 # Groups: id [1] # id A B # * <fctr> <dbl> <dbl> # 1 a 1.00 2.00 expected <- full_join(result1, result2, by="id") # A tibble: 1 x 5 # id val1 val2 A B # <fctr> <dbl> <dbl> <dbl> <dbl> # 1 a 10.0 200 1.00 2.00

Answer 1

我怀疑您的数据可能有更多边缘情况需要进行一些修改，但为什么不只是spread然后summarise？您可以为每个变量单独指定摘要函数，因此对于您实际上不需要计算任何内容的A和B（我假设），您可以删除所有NA ：

df %>%
  spread("key", "value") %>%
  group_by(id) %>%
  summarise(
    val1 = min(val1),
    val2 = max(val2),
    A = mean(A, na.rm = TRUE),
    B = mean(B, na.rm = TRUE)
    )
# A tibble: 1 x 5
  id     val1  val2     A     B
  <fct> <dbl> <dbl> <dbl> <dbl>
1 a      10.0   200  1.00  2.00

Answer 2

自我回答：这是一种适用于tidyr::nest的方法，但它似乎“混乱”而且不是更好

df %>%
  group_by(id) %>%
  nest() %>%
  mutate(
    min_vals = map(data, ~.x %>% summarise(min_val = min(val1), max_val = max(val2))),
    data = map(data, ~select(.x, key, value) %>% spread(key, value))
  ) %>%
  unnest()

# A tibble: 1 x 5
  # id         A     B min_val max_val
  # <fctr> <dbl> <dbl>   <dbl>   <dbl>
# 1 a       1.00  2.00    10.0     200

Answer 3

使用do的另一种方法：

res <- df %>%
  group_by(id) %>%
  summarise(
    val1 = min(val1),
    val2 = max(val2),
    key = list(key),
    value = list(value)
  ) %>% group_by(id, val1, val2) %>%
  do( matrix(.$value[[1]], nrow=1) %>% as.data.frame %>% setNames(as.character(.$key[[1]])) )

将tidyr :: spread和dplyr :: summarize结合在一起

3 个答案: