时间戳

首页 > 解决方案 > 如何在 dplyr summarise() 中使用循环

r - 如何在 dplyr summarise() 中使用循环

问题描述

我需要在分组后对一堆变量进行总结。有几个变量需要应用不同的函数，大约有 25 个变量需要应用相同的函数。在我看来，它应该以某种方式进行优化，这样我就不需要手动编写 25 次新变量的名称以及为了获得它而应该完成的操作。

我已经通过 dplyr 包尝试了两个选项，但是它们没有成功。进一步介绍了我对玩具示例的尝试：

library('dplyr')
df <- data.frame(letter = c('A', 'A', 'B', 'C', 'A', 'B'), 
                 group = c('group1', 'group1', 'group2', 'group3', 'group1', 'group2'),
                 var1= c(1,2,3,4,5,6), 
                 var2=c(6,6,6,6,6,6),
                 var3=c(2,2,2,2,2,2), 
                 var4=c(5,5,5,5,5,5))
var_names <-c('var2', 'var3', 'var4')
groupped <-df%>%
      group_by(letter, group)%>%
      summarise(var1_mean = mean(var1), 
                freq = n(),
                for (varp in var_names) {
                  nam <- paste(varp, "_sum", sep = "")
                  assign(nam, eval(parse(text=paste0("sum(", varp,")"))))
                }
                )

我得到了错误，它assign()不适用于 dplyr，所以我尝试了这些：

groupped <- df%>%
  group_by(letter, group)%>%
  summarise(var1_mean = mean(var1), 
            freq=n(),
            for(i in vars){
            nam <- paste0("sum", i) 
            !!sym(nam) := sum(i)
             })

我知道如何通过arrange()逐列绑定cbind()到df来循环完成此任务，但这太低效了，因此手动创建25个变量似乎更有效:)任何想法如何自动化这个过程？

标签： rloopsdplyrvariable-assignment

解决方案

您可以summarise_at为此目的使用：

df %>% summarise_at(vars(var_names), list(mean = mean, sum = sum))

如果还有一些您不想将其应用于所有列的功能，则您需要单独执行此操作并left_join获得结果：

df %>% 
 group_by(letter, group) %>%
 summarise(freq = n()) %>%
 left_join(df %>% 
             group_by(letter, group)%>%
             summarise_at(vars(var_names), list(mean = mean, sum = sum)),
           by = c("letter", "group")
           )

推荐阅读