时间戳

首页 > 解决方案 > 总结一组数据帧——改进一个笨拙的解决方案

r - 总结一组数据帧——改进一个笨拙的解决方案

问题描述

我有一组数据框 ，df_i代表一组患者对医院的第 i 次访问。我想总结每个数据框以确定第 i 次访问的男性、女性和患者总数。虽然我可以解决这个问题，但我的解决方案很笨拙。有没有更简单的方法来获得我想要的最终数据框？示例如下：

df_1 <- data.frame(
  ID     = c(rep("A",4), rep("B",3), rep("C",2), "D"),
  Dates  = seq.Date(from = as.Date("2020-01-01"), to = as.Date("2020-01-10"), by = "day"),
  Sex    = c(rep("Male",4), rep("Male",3), rep("Female",2), "Female"),
  Weight = seq(100, 190, 10),
  Visit  = rep(1, 10)
)

df_2 <- data.frame(
  ID     = c(rep("A",4), rep("B",3), rep("C",2)),
  Dates  = seq.Date(from = as.Date("2020-02-01"), to = as.Date("2020-02-9"), by = "day"),
  Sex    = c(rep("Male",4), rep("Male",3), rep("Female",2)),
  Weight = seq(100, 180, 10),
  Visit  = rep(2, 5)
)

df_3 <- data.frame(
  ID     = c(rep("A",4), rep("B",3)),
  Dates  = seq.Date(from = as.Date("2020-03-01"), to = as.Date("2020-03-07"), by = "day"),
  Sex    = rep("Male",7),
  Weight = seq(140, 200, 10),
  Visit  = rep(3, 7)
)

我希望生成以下结果：

> df_sum
  Visit Patients Men Women
1     1        4   2     2
2     2        3   2     1
3     3        2   2     0

我可以用一种非常笨拙的方式做到这一点：首先创建一个临时数据框，将信息汇总在df_1

df_tmp <- df_1 %>%
            group_by(ID) %>%
            filter(Dates == min(Dates)) %>%
            summarize(n = n(), Men = sum(Sex == "Male"), Women = sum(Sex == "Female"))
> df_tmp
# A tibble: 4 x 4
  ID        n   Men Women
  <chr> <int> <int> <int>
1 A         1     1     0
2 B         1     1     0
3 C         1     0     1
4 D         1     0     1

接下来，对每一列求和df_tmp以创建汇总列的第一行。

r1 <- c(sum(df_tmp$n), sum(df_tmp$Men), sum(df_tmp$Women))

重复第二个和第三个数据帧。最后 rbind 将这些行组合在一起以创建汇总数据框。虽然这可行，但它非常笨拙，并且不能概括为访问次数可变的情况。有人会为我的问题指出一个更优雅的解决方案吗？

提前谢谢了

托马斯飞利浦

标签： rdataframesummarize

解决方案

也可以用 tibble 制作bind_rows：

library(tidyverse)
bind_rows(df_1, df_2, df_3, .id = "day") %>%
  group_by(day, ID) %>%
  slice_min(Dates) %>%
  group_by(day) %>%
  summarize(n = n(), Men = sum(Sex == "Male"), Women = sum(Sex == "Female"))

结果

# A tibble: 3 x 4
  day       n   Men Women
* <chr> <int> <int> <int>
1 1         4     2     2
2 2         3     2     1
3 3         2     2     0

推荐阅读