如何使用Summary从多个列中获取数据（仅对其中一列进行计算）？

我有新生儿出生第一年的体重测量数据：

Children <- data.frame(ID = c(1,1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4),
age_days = c(0,12,25,33,38,2,25,38,45,18,38,40,60,1,5,10,20), 
weight = c(3.4,3.5,4.5,5.1,5.3,2.8,4.5,5.3,5.6,3.6,5.4,5.5,6.8,3.1,3.0,3.3,4.1))

我尝试过使用summary函数，但似乎找不到一种使用它获取权重的方法

Children%>%group\u by（ID）%>%summary（dis\u 2weeks=min（dis\u 2weeks），dis\u 1month=min（dis\u 1month））

---

谢谢你的帮助

也许有一个更优雅的解决方案，但这是可行的

库（tidyverse）
儿童%
嵌套（）%>%
变异（新数据=映射（数据，最佳权重））%>%
选择（-data）%%>%
unnest（“新数据”）
#>#A tibble:4 x 5
#>#组：ID[4]
#>ID显示周体重显示周体重显示1个月体重显示1个月
#>                                 
#> 1     1          2           3.5          3           5.1
#> 2     2         11           4.5          5           4.5
#> 3     3          4           3.6          8           5.4
#> 4     4          4           3.3         10           4.1

---

由（v0.3.0）于2020-01-14创建的

dplyr:：summary

将为您提供变量的摘要统计信息，因此询问

min（dis_2weeks）

将告诉您dis_2weeks的最小值是多少，但不会告诉您哪个观测值有它

有几种简单的方法可以做到这一点。最简单的方法可能是

dplyr:：arrange（）

数据，然后使用

dplyr:：summary（）

选择第一项：

library(dplyr)

Children <- data.frame(ID = c(1,1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4),
                       age_days = c(0,12,25,33,38,2,25,38,45,18,38,40,60,1,5,10,20), 
                       weight = c(3.4,3.5,4.5,5.1,5.3,2.8,4.5,5.3,5.6,3.6,5.4,5.5,6.8,3.1,3.0,3.3,4.1))

just_minimum <- Children %>%
  group_by(ID) %>%
  mutate(dis_2weeks = abs(14-age_days), dis_1month = abs(30-age_days)) %>%
  arrange(dis_2weeks) %>%
  summarize_all(first)

just_minimum

#一个tible:4 x 5
#组别:ID[4]
ID年龄天体重周数月数
1     1       12    3.5          2         18
2     2       25    4.5         11          5
3     3       18    3.6          4         12
4     4       10    3.3          4         20

---

你也可以在<代码> PMDPLYR 包中考虑<代码>突变子集< /代码> .< /P>附加注释：如果你使用Fielter（）版本，请确保使用它的变量不具有精度/舍入问题，使得Min（）与任何实际值都不匹配-您可以通过确保所有ID都是just_min版本来检查这一点。此外，mutate_子集建议用于确定真正的目标是否是采用这些ID特定的权重，并用它们填充原始数据的所有ID行。

  ID dis_2weeks weight_2weeks dis_1month weight_1month
1  1          2           3.5          3           5.1
2  2         11           4.5          5           4.5
3  3          4           3.6          8           5.4
4  4          4           3.3         10           4.1

library(dplyr)

Children <- data.frame(ID = c(1,1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4),
                       age_days = c(0,12,25,33,38,2,25,38,45,18,38,40,60,1,5,10,20), 
                       weight = c(3.4,3.5,4.5,5.1,5.3,2.8,4.5,5.3,5.6,3.6,5.4,5.5,6.8,3.1,3.0,3.3,4.1))

just_minimum <- Children %>%
  group_by(ID) %>%
  mutate(dis_2weeks = abs(14-age_days), dis_1month = abs(30-age_days)) %>%
  arrange(dis_2weeks) %>%
  summarize_all(first)

just_minimum

# A tibble: 4 x 5
     ID age_days weight dis_2weeks dis_1month
  <dbl>    <dbl>  <dbl>      <dbl>      <dbl>
1     1       12    3.5          2         18
2     2       25    4.5         11          5
3     3       18    3.6          4         12
4     4       10    3.3          4         20

just_min2 <- Children %>%
  group_by(ID) %>%
  mutate(dis_2weeks = abs(14-age_days), dis_1month = abs(30-age_days)) %>%
  filter(dis_2weeks == min(dis_2weeks))
just_min2

# A tibble: 4 x 5
# Groups:   ID [4]
     ID age_days weight dis_2weeks dis_1month
  <dbl>    <dbl>  <dbl>      <dbl>      <dbl>
1     1       12    3.5          2         18
2     2       25    4.5         11          5
3     3       18    3.6          4         12
4     4       10    3.3          4         20