使用tidyr::nest()时按列保留dplyr::group_
以R中的以下示例为例使用tidyr::nest()时按列保留dplyr::group_,r,dplyr,tidyr,tidyverse,R,Dplyr,Tidyr,Tidyverse,以R中的以下示例为例 library(dplyr) library(tidyr) mtcars_cyl <- mtcars %>% group_by(cyl) %>% nest() 我希望通过 数据中的列,但我无法找到解决方案。我能理解这可能是一个利基需求。例如,您可能希望创建每个group_by数据帧的表,并将cyl作为列包含在该输出中 library(pander) mtcars_cyl$data %>% pander::pander() 在其他情况下,当与pu
library(dplyr)
library(tidyr)
mtcars_cyl <- mtcars %>% group_by(cyl) %>% nest()
我希望通过
数据中的列
,但我无法找到解决方案。我能理解这可能是一个利基需求。例如,您可能希望创建每个group_by
数据帧的表,并将cyl
作为列包含在该输出中
library(pander)
mtcars_cyl$data %>% pander::pander()
在其他情况下,当与purr
组合使用时,可能需要在函数调用中包含groupby
列。您可以使用split(mtcars,mtcars$cyl)
。这将给出一个数据帧列表
拆分(mtcars,mtcars$cyl)
#> $`4`
#>mpg气缸显示hp drat wt qsec与am齿轮carb
#>Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 4 1
#>Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
#>Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
#>菲亚特128 32.4 78.7 66 4.08 2.200 19.47 1 4 1
#>本田思域30.4 4 75.7 52 4.93 1.615 18.52 1 4 2
#>丰田花冠33.9 4 71.1 65 4.22 1.835 19.90 1 4 1
#>丰田电晕21.5120.11973.702.46520.011031
#>菲亚特X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 4 1
#>保时捷914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
#>莲花欧罗巴30.4 4 95.1 113 3.77 1.513 16.90 1 5 2
#>沃尔沃142E 21.4 4 121.0 109 4.11 2.780 18.60 1 4 2
#>
#> $`6`
#>mpg气缸显示hp drat wt qsec与am齿轮carb
#>马自达RX421.06160.01103.902.62016.46014
#>马自达RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4
#>大黄蜂4路21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
#>Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
#>Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
#>Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4
#>法拉利迪诺19.7 6 145.0 175 3.62 2.770 15.50 01 5 6
#>
#> $`8`
#>mpg气缸显示hp drat wt qsec与am齿轮carb
#>大黄蜂运动约18.7 8 360.0 175 3.15 3.440 17.02 0 3 2
#>除尘器360 14.3 8 360.0 245 3.21 3.570 15.84 0 3 4
#>Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 3 3
#>Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
#>Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 3
#>凯迪拉克Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 3 4
#>林肯大陆10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
#>克莱斯勒帝国14.7 8 440.0 230 3.23 5.345 17.42 0 3 4
#>道奇挑战者15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
#>AMC标枪15.2 8 304.0 150 3.15 3.435 17.30 0 3 2
#>卡马罗Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 3 4
#>庞蒂亚克火鸟19.28400.01753.083.84517.050302
#>福特Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 01 5 4
#>玛莎拉蒂波拉15.08301.03353.543.57014.600158
通常,我倾向于使用nest(),但也忽略了分组变量。
在将嵌套数据传递给purr::pmap
函数的工作流中,这很少是一个问题。此工作流程允许使用嵌套对数据进行子集设置,并将函数应用于嵌套的数据帧,包括分组变量
library(dplyr)
library(tidyr)
mtcars_cyl <- mtcars %>% group_by(cyl) %>% nest()
# The nested data
mtcars_cyl
# A tibble: 3 x 2
cyl data
<dbl> <list>
1 6 <tibble [7 x 10]>
2 4 <tibble [11 x 10]>
3 8 <tibble [14 x 10]>
# The nested data is summarized and returned with the grouping variable intact
mtcars_cyl %>%
purrr::pmap_dfr(function(cyl, data) {
data %>%
summarise_if(is.numeric, mean) %>%
mutate(cyl = cyl))
}
# A tibble: 3 x 11
mpg disp hp drat wt qsec vs am gear carb cyl
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 19.7 183. 122. 3.59 3.12 18.0 0.571 0.429 3.86 3.43 6
2 26.7 105. 82.6 4.07 2.29 19.1 0.909 0.727 4.09 1.55 4
3 15.1 353. 209. 3.23 4.00 16.8 0 0.143 3.29 3.5 8
库(dplyr)
图书馆(tidyr)
mtcars\U cyl%分组依据(cyl)%>%nest()
#嵌套数据
MTU气缸
#一个tibble:3x2
共青团数据
1 6
2 4
3 8
#嵌套数据被汇总并返回,分组变量保持不变
mtcars\u气缸%>%
purrr::pmap_dfr(功能(气缸,数据){
数据%>%
如果(是数值,平均值)%>%,则汇总
变异(cyl=cyl))
}
#一个tibble:3x11
mpg显示hp drat wt qsec与am齿轮carb气缸
1 19.7 183. 1223.59 3.12 18.0 0.571 0.429 3.86 3.43 6
2 26.7 105. 82.6 4.07 2.29 19.1 0.909 0.727 4.09 1.55 4
3 15.1 353. 2093.23 4.00 16.8 0 0.143 3.29 3.5 8
有关
split
vsnest
的深入讨论,请参见But,But,But<代码>列名称(mtcars#U cyl)#[1]“cyl”数据“
library(dplyr)
library(tidyr)
mtcars_cyl <- mtcars %>% group_by(cyl) %>% nest()
# The nested data
mtcars_cyl
# A tibble: 3 x 2
cyl data
<dbl> <list>
1 6 <tibble [7 x 10]>
2 4 <tibble [11 x 10]>
3 8 <tibble [14 x 10]>
# The nested data is summarized and returned with the grouping variable intact
mtcars_cyl %>%
purrr::pmap_dfr(function(cyl, data) {
data %>%
summarise_if(is.numeric, mean) %>%
mutate(cyl = cyl))
}
# A tibble: 3 x 11
mpg disp hp drat wt qsec vs am gear carb cyl
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 19.7 183. 122. 3.59 3.12 18.0 0.571 0.429 3.86 3.43 6
2 26.7 105. 82.6 4.07 2.29 19.1 0.909 0.727 4.09 1.55 4
3 15.1 353. 209. 3.23 4.00 16.8 0 0.143 3.29 3.5 8