用dplyr总结多列？

Question

用dplyr总结多列？我有点纠结于dplyr语法。我有一个具有不同变量和一个分组变量的数据框架。现在，我想使用R中的dplyr计算每一组中每列的平均值。df <- data.frame(     a = sample(1:5, n, replace = TRUE),      b = sample(1:5, n, replace = TRUE),      c = sample(1:5, n, replace = TRUE),      d = sample(1:5, n, replace = TRUE),      grp = sample(1:3, n, replace = TRUE))df %>% group_by(grp) %>% summarise(mean(a))这给出了“GRP”表示的每个组的“a”列的平均值。我的问题是：是否有可能一次获得每个组中每一列的方法？还是我要重复一遍df %>% group_by(grp) %>% summarise(mean(a))每一列？我想要的是df %>% group_by(grp) %>% summarise(mean(a:d)) # "mean(a:d)" does not work

Answer 1

我们可以用summarize_at, summarize_all和summarize_if在……上面dplyr 0.7.4..我们可以通过以下方式设置多个列和多个函数vars和funs参数如下代码所示。Funs公式的左边被指定为摘要vars的后缀.在dplyr 0.7.4, summarise_each(和mutate_each)已经被废弃，因此我们不能使用这些函数。

options(scipen = 100, dplyr.width = Inf, dplyr.print_max = Inf)library(dplyr)packageVersion("dplyr")# [1] ‘0.7.4’set.seed(123)df <- data_frame(
  a = sample(1:5, 10, replace=T), 
  b = sample(1:5, 10, replace=T), 
  c = sample(1:5, 10, replace=T), 
  d = sample(1:5, 10, replace=T), 
  grp = as.character(sample(1:3, 10, replace=T)) # For convenience, specify character type)df %>% group_by(grp) %>% 
  summarise_each(.vars = letters[1:4],
                 .funs = c(mean="mean"))# `summarise_each()` is deprecated.# Use `summarise_all()`, `summarise_at()` or `summarise_if()` instead.# To map `funs` over a selection of variables, use `summarise_at()`# Error: Strings must match column names. Unknown columns: mean

您应该更改为以下代码。以下代码都有相同的结果。

# summarise_atdf %>% group_by(grp) %>% 
  summarise_at(.vars = letters[1:4],
               .funs = c(mean="mean"))df %>% group_by(grp) %>% 
  summarise_at(.vars = names(.)[1:4],
               .funs = c(mean="mean"))df %>% group_by(grp) %>% 
  summarise_at(.vars = vars(a,b,c,d),
               .funs = c(mean="mean"))# summarise_alldf %>% group_by(grp) %>% 
  summarise_all(.funs = c(mean="mean"))# summarise_ifdf %>% group_by(grp) %>% 
  summarise_if(.predicate = function(x) is.numeric(x),
               .funs = funs(mean="mean"))# A tibble: 3 x 5# grp a_mean b_mean c_mean d_mean# <chr>  <dbl>  <dbl>  <dbl>  <dbl># 1     1   2.80   3.00    3.6   3.00# 2     2   4.25   2.75    4.0   3.75# 3     3   3.00   5.00    1.0   2.00

您还可以具有多个函数。

df %>% group_by(grp) %>% 

  summarise_at(.vars = letters[1:2],

               .funs = c(Mean="mean", Sd="sd"))

# A tibble: 3 x 5

# grp a_Mean b_Mean      a_Sd     b_Sd

# <chr>  <dbl>  <dbl>     <dbl>    <dbl>

# 1     1   2.80   3.00 1.4832397 1.870829

# 2     2   4.25   2.75 0.9574271 1.258306

# 3     3   3.00   5.00        NA       NA