dplyr，R：一次在多个列中计算特定值

我有一个数据框：

md <- data.frame(a = c(3,5,4,5,3,5), b = c(5,5,5,4,4,1), c = c(1,3,4,3,5,5),
      device = c(1,1,2,2,3,3))
myvars = c("a", "b", "c")
md[2,3] <- NA
md[4,1] <- NA
md

然而，在现实生活中，我会有大量的变量（MyVar的长度可能非常大），因此我无法手动指定这些

计数。a

，

计数。b

等几十次

dplyr

是否允许同时对所有

myvars

列运行5s计数

谢谢大家!

在这种情况下，来自

restrape2

包的

melt（）

函数可能很有用。您可能希望尝试以下方法：

 library(reshape2)
 mydf <- melt(md,id="device")
 thefives <- mydf[which(mydf$value==5),]
 print(table(thefives))

如果需要，从该输出获得的

表格

格式可以通过首先将其转换为

矩阵

转换为

数据帧

：

mydf <- as.data.frame(matrix(table(thefives),nrow=3))
colnames(mydf) <- c("a","b","c")
rownames(mydf) <-paste0("device_",c(1:3))
print(mydf)

---

如果您关心以“counts”开头的名称，可以在dplyr管道中这样做：

md %>% 
  group_by(device) %>% 
  summarise_each_(funs(sum(.==5,na.rm=TRUE)), myvars) %>% 
  setNames(c(names(.)[1], paste0("counts.", myvars)))
#Source: local data frame [3 x 4]
#
#  device counts.a counts.b counts.c
#1      1        1        2        0
#2      2        0        1        0
#3      3        1        0        2

---

这里还有另一个问答，关于如何命名dplyr的

mutate_each

（其行为方式与

summary_each

）生成的新列：。

请参见

？summary_each

，我不确定如何在那里命名，但这是有效的：

md%>%groupby（device）%%>%summary_each（funs（counts=summary=5，na.rm=TRUE））)

@Frank可能是

md%>%groupby（device）%%>%select（dots=myvars）%%>%summary（funs（counts=sum（.==5，na.rm=TRUE））

或者只是

md%>%groupby（device）%%summary（funs（counts=sum（.==5，na.rm=TRUE）），myvars）

@akrun当我运行其中任何一个（r3.2.0，dplyr 0.4.1）时，结果中仍然没有名字）。似乎

总结每个
只是忽略了
funs
里面的名字…@Frank没关系，我觉得有些不同。我猜你是在说名字里的count.a
，
count.b
等等，对吧谢谢。我知道如何在BaseR中进行，重塑2也是一个好主意。但是我想知道是否有可能在dplyr中实现。另外，输出的结构是table（）的，不方便。最后我需要一个数据框。
mydf <- as.data.frame(matrix(table(thefives),nrow=3))
colnames(mydf) <- c("a","b","c")
rownames(mydf) <-paste0("device_",c(1:3))
print(mydf)

         a b c
device_1 1 2 0
device_2 0 1 0
device_3 1 0 2

> class(mydf)
[1] "data.frame"

md %>% 
  group_by(device) %>% 
  summarise_each_(funs(sum(.==5,na.rm=TRUE)), myvars) %>% 
  setNames(c(names(.)[1], paste0("counts.", myvars)))
#Source: local data frame [3 x 4]
#
#  device counts.a counts.b counts.c
#1      1        1        2        0
#2      2        0        1        0
#3      3        1        0        2