如何在dplyr summary()中使用循环
分组后,我需要对一组变量进行总结。有两个变量需要应用不同的函数,大约有25个变量需要应用相同的函数。在我看来,它应该以某种方式进行优化,这样我就不需要手动编写25倍于新变量名称的代码,也不需要为了获得它而执行的操作 我通过dplyr软件包尝试了两种选择,但都没有成功。下面将进一步介绍我对玩具示例的尝试:如何在dplyr summary()中使用循环,r,loops,dplyr,variable-assignment,R,Loops,Dplyr,Variable Assignment,分组后,我需要对一组变量进行总结。有两个变量需要应用不同的函数,大约有25个变量需要应用相同的函数。在我看来,它应该以某种方式进行优化,这样我就不需要手动编写25倍于新变量名称的代码,也不需要为了获得它而执行的操作 我通过dplyr软件包尝试了两种选择,但都没有成功。下面将进一步介绍我对玩具示例的尝试: library('dplyr') df <- data.frame(letter = c('A', 'A', 'B', 'C', 'A', 'B'),
library('dplyr')
df <- data.frame(letter = c('A', 'A', 'B', 'C', 'A', 'B'),
group = c('group1', 'group1', 'group2', 'group3', 'group1', 'group2'),
var1= c(1,2,3,4,5,6),
var2=c(6,6,6,6,6,6),
var3=c(2,2,2,2,2,2),
var4=c(5,5,5,5,5,5))
var_names <-c('var2', 'var3', 'var4')
groupped <-df%>%
group_by(letter, group)%>%
summarise(var1_mean = mean(var1),
freq = n(),
for (varp in var_names) {
nam <- paste(varp, "_sum", sep = "")
assign(nam, eval(parse(text=paste0("sum(", varp,")"))))
}
)
我知道如何通过循环中的
arrange()
将列通过cbind()
绑定到df来完成此任务,但这太低效了,因此,只需手动创建25个变量似乎更有效:)有什么想法可以使这个过程自动化吗?为此,您可以使用summary_at
:
df %>% summarise_at(vars(var_names), list(mean = mean, sum = sum))
如果还有一些函数不想应用于所有列,则需要单独执行,然后left\u join
结果:
df %>%
group_by(letter, group) %>%
summarise(freq = n()) %>%
left_join(df %>%
group_by(letter, group)%>%
summarise_at(vars(var_names), list(mean = mean, sum = sum)),
by = c("letter", "group")
)
在
new\u col\u name
或nam
中,您的预期输出是什么?这并不重要。但我已经编辑了它,为了保持名称的一致性,我的问题是,您的预期输出是什么?独立于名称。谢谢!第二个解决方案正是我想要的。
df %>%
group_by(letter, group) %>%
summarise(freq = n()) %>%
left_join(df %>%
group_by(letter, group)%>%
summarise_at(vars(var_names), list(mean = mean, sum = sum)),
by = c("letter", "group")
)