时间戳

首页 > 解决方案 > 在 R 中的 dplyr 管道中迭代总结

r - 在 R 中的 dplyr 管道中迭代总结

问题描述

考虑以下简单的dplyr管道R：

df <- data.frame(group = rep(LETTERS[1:3],each=5), value = rnorm(15)) %>% 
  group_by(group) %>% 
  mutate(rank = rank(value, ties.method = 'min'))

df %>%
  group_by(group) %>% 
  summarise(mean_1 = mean(value[rank <= 1]),
            mean_2 = mean(value[rank <= 2]),
            mean_3 = mean(value[rank <= 3]),
            mean_4 = mean(value[rank <= 4]),
            mean_5 = mean(value[rank <= 5]))

如何避免在不恢复到循环的情况下mean_i = mean(value[rank <= i])为所有人输入and ？具体来说，是否有一种巧妙的方法可以用函数迭代地创建变量？igroupidplyr::summarise

标签： rdplyriterationsummarize

解决方案

您实际上是在这里计算累积平均值。cummean我们可以在这里使用一个函数dplyr并将数据转换为宽格式。

library(tidyverse)

df %>%
  arrange(group, rank) %>%
  group_by(group) %>%
  mutate(value = cummean(value)) %>%
  pivot_wider(names_from = rank, values_from = value, names_prefix = 'mean_')

#  group mean_1 mean_2  mean_3  mean_4  mean_5
#  <chr>  <dbl>  <dbl>   <dbl>   <dbl>   <dbl>
#1 A     -0.560 -0.395 -0.240  -0.148   0.194 
#2 B     -1.27  -0.976 -0.799  -0.484  -0.0443
#3 C     -0.556 -0.223 -0.0284  0.0789  0.308

如果您要求一个通用解决方案并且计算累积平均值只是在这种情况下您可以使用的一个示例map。

n <- max(df$rank)

map(seq_len(n), ~df %>%
                  group_by(group) %>%
                  summarise(!!paste0('mean_', .x):= mean(value[rank <= .x]))) %>%
  reduce(inner_join, by = 'group')

数据

set.seed(123)
df <- data.frame(group = rep(LETTERS[1:3],each=5), value = rnorm(15)) %>% 
  group_by(group) %>% 
  mutate(rank = rank(value, ties.method = 'min'))

推荐阅读