dplyr按不同函数对多个列汇总（折叠）数据集

我正试图通过不同的

summary_在
/
summary_if
函数对
dplyr:：summary
数据集（折叠）进行汇总，以便在输出数据集中具有相同的命名变量。例如：

library(tidyverse)
data(iris)
iris$year <- rep(c(2000,3000),each=25) ## for grouping
iris$color <- rep(c("red","green","blue"),each=50) ## character column
iris$letter <- as.factor(rep(c("A","B","C"),each=50)) ## factor column
head(iris, 3)
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species year color letter
1          5.1         3.5          1.4         0.2  setosa 2000   red      A
2          4.9         3.0          1.4         0.2  setosa 2000   red      A
3          4.7         3.2          1.3         0.2  setosa 2000   red      A

库（tidyverse）
数据（iris）
iris$年%
总结_if（is.factor，list（last））
第一%
按（物种、年份）划分的组别%>%
总结_if（is.character，list（first））
完全%full\u加入（最后一次）%>%full\u加入（第一次）

我在下面找到了类似的方法，但无法找出我在这里尝试过的方法。我不想做我自己的功能，因为我认为这样的东西更干净，通过将所有东西穿过管道并连接：

test <- iris %>%
  #group_by(.vars = vars(Species, year)) %>% #why doesnt this work?
  group_by_at(.vars = vars(Species, year))  %>% #doesnt work 
    {left_join(
    summarise_at(., vars(matches("Width")), list(sum)),
    summarise_at(., vars(matches("Length")), list(max)),
    summarise_if(., is.factor, list(last)),
    summarise_if(., is.character, list(first))
    )
      } #doesnt work

test%
#分组依据（.vars=vars（物种，年份））%>%#为什么不起作用？
分组时间：（.vars=vars（物种，年份））%>%不起作用
{left_join(
总结（、变量（匹配（“宽度”）、列表（总和）），
总结（、变量（匹配项（“长度”）、列表（最大值）），
如果（、是系数、列表（最后一个）），则总结，
总结_if（，is.字符，列表（第一））
)
}#不起作用

这行不通，有什么建议或其他方法吗

有益的：
默认情况下，
dplyr:：left_join（）
函数只接受两个数据帧。如果要将此函数用于两个以上的数据帧，可以使用
Reduce
函数（base R函数）对其进行迭代：


虹膜%>%
按（物种、年份）划分的组别%>%
{
减少(
函数（x，y）左联合（x，y），
名单(
在（、变量（匹配（“宽度”）、基数：：总和）汇总，
在（、变量（匹配项（“长度”）、基数：：最大值）汇总，
如果（，is.factor，dplyr:：last），则总结，
总结_if（，is.character，dplyr:：first）
))
}

#种年萼片。宽花瓣。宽萼片。长花瓣。长字母颜色
#                                          
#1 setosa 2000 87 6.2 5.8 1.9 A红色
#2 setosa 3000 84.4 6.1 5.5 1.9 A红色
#3 versicolor 2000 69.4 33.6 7 4.9 B绿色
#4花色3000 69.1 32.7 6.8 5.1 B绿色
#5维吉尼亚2000 73.2 51.1 7.7 6.9 C蓝色
#6维吉尼亚3000 75.5 50.2 7.9 6.4 C蓝色

此外，请注意，我必须使用
：
从其包中调用函数，以避免名称与以前创建的数据帧重叠。
Robbing@Ulises idea并使用
Purr:：reduce
而不是
reduce
是一种替代方法：

iris %>%
  group_by(Species, year) %>%
  list(
    summarise_at(., vars(matches("Width")), base::sum),
    summarise_at(., vars(matches("Length")), base::max),
    summarise_if(., is.factor, dplyr::last),
    summarise_if(., is.character, dplyr::first)
  ) %>%
  .[c(2:5)] %>%
  reduce(left_join)

或带花括号的解决方案以抑制第一个参数：

iris %>%
  group_by(Species, year) %>%
  {
  list(
    summarise_at(., vars(matches("Width")), base::sum),
    summarise_at(., vars(matches("Length")), base::max),
    summarise_if(., is.factor, dplyr::last),
    summarise_if(., is.character, dplyr::first)
  )
  } %>%
  reduce(left_join)

您想要宽度列的总和、长度列的最大值、最后一个字母和第一个颜色？使用摘要功能，例如
summary（最小（分隔宽度）、最大（分隔长度））
第二种方法只有在有两条摘要语句时才有效，因为full\u join只能连接两个数据帧
left\u join
编辑@Vikrant如果我有一个包含许多变量的大型数据集，那就不够灵活了。如果
解决了这个问题，请使用

总结，谢谢。能把它简化得更简单吗？我不知道purr也能帮上忙。下面的答案看起来不错，@user63230对于较大的数据集，这可能会非常慢。请参阅其他解决方法

#   Species     year Sepal.Width Petal.Width Sepal.Length Petal.Length letter color
#   <fct>      <dbl>       <dbl>       <dbl>        <dbl>        <dbl> <fct>  <chr>
# 1 setosa      2000        87           6.2          5.8          1.9 A      red  
# 2 setosa      3000        84.4         6.1          5.5          1.9 A      red  
# 3 versicolor  2000        69.4        33.6          7            4.9 B      green
# 4 versicolor  3000        69.1        32.7          6.8          5.1 B      green
# 5 virginica   2000        73.2        51.1          7.7          6.9 C      blue 
# 6 virginica   3000        75.5        50.2          7.9          6.4 C      blue 

iris %>%
  group_by(Species, year) %>%
  list(
    summarise_at(., vars(matches("Width")), base::sum),
    summarise_at(., vars(matches("Length")), base::max),
    summarise_if(., is.factor, dplyr::last),
    summarise_if(., is.character, dplyr::first)
  ) %>%
  .[c(2:5)] %>%
  reduce(left_join)

iris %>%
  group_by(Species, year) %>%
  {
  list(
    summarise_at(., vars(matches("Width")), base::sum),
    summarise_at(., vars(matches("Length")), base::max),
    summarise_if(., is.factor, dplyr::last),
    summarise_if(., is.character, dplyr::first)
  )
  } %>%
  reduce(left_join)