dplyr summarise :在循环中按多个变量分组并将结果添加到同一数据框中
Posted
技术标签:
【中文标题】dplyr summarise :在循环中按多个变量分组并将结果添加到同一数据框中【英文标题】:dplyr summarise : Group by multiple variables in a loop and add results in the same dataframe 【发布时间】:2021-12-24 20:07:32 【问题描述】:我想计算几个变量的不同模式的指标,然后将这些结果添加到单个数据框中。我可以用几个summarise
加上group_by
毫无问题地做到这一点,然后做一个rbind
来收集结果。下面,我对 hdv2003 数据(来自 questionr
包)进行处理,并在变量 'sexe'、'trav.satisf' 和 'cuisine' 上创建了 rbind
结果。
library(questionr)
library(tidyverse)
data(hdv2003)
tmp_sexe <- hdv2003 %>%
group_by(sexe) %>%
summarise(n = n(),
percent = round((n()/nrow(hdv2003))*100, digits = 1),
femmes = round((sum(sexe == "Femme", na.rm = TRUE)/sum(!is.na(sexe)))*100, digits = 1),
age = round(mean(age, na.rm = TRUE), digits = 1)
)
names(tmp_sexe)[1] <- "group"
tmp_trav.satisf <- hdv2003 %>%
group_by(trav.satisf) %>%
summarise(n = n(),
percent = round((n()/nrow(hdv2003))*100, digits = 1),
femmes = round((sum(sexe == "Femme", na.rm = TRUE)/sum(!is.na(sexe)))*100, digits = 1),
age = round(mean(age, na.rm = TRUE), digits = 1)
)
names(tmp_trav.satisf)[1] <- "group"
tmp_cuisine <- hdv2003 %>%
group_by(cuisine) %>%
summarise(n = n(),
percent = round((n()/nrow(hdv2003))*100, digits = 1),
femmes = round((sum(sexe == "Femme", na.rm = TRUE)/sum(!is.na(sexe)))*100, digits = 1),
age = round(mean(age, na.rm = TRUE), digits = 1)
)
names(tmp_cuisine)[1] <- "group"
synthese <- rbind (tmp_sexe,
tmp_trav.satisf,
tmp_cuisine)
结果如下:
# A tibble: 8 x 5
group n percent femmes age
<fct> <int> <dbl> <dbl> <dbl>
1 Homme 899 45 0 48.2
2 Femme 1101 55 100 48.2
3 Satisfaction 480 24 51.5 41.4
4 Insatisfaction 117 5.9 47.9 40.3
5 Equilibre 451 22.6 49.9 40.9
6 NA 952 47.6 60.2 56
7 Non 1119 56 43.8 50.1
8 Oui 881 44 69.4 45.6
问题是这篇文章太长而且难以管理。所以我想用 for 循环产生相同的结果。但是我在R中的循环有很多麻烦,我做不到。这是我的尝试:
groups <- c("sexe",
"trav.satisf",
"cuisine")
synthese <- tibble()
for (i in seq_along(groups))
tmp <- hdv2003 %>%
group_by(!!groups[i]) %>%
summarise(n = n(),
percent = round((n()/nrow(hdv2003))*100, digits = 1),
femmes = round((sum(sexe == "Femme", na.rm = TRUE)/sum(!is.na(sexe)))*100, digits = 1),
age = round(mean(age, na.rm = TRUE), digits = 1)
)
names(tmp)[1] <- "group"
synthese <- bind_rows(synthese, tmp)
它有效,但没有产生预期的结果,我不明白为什么:
# A tibble: 3 x 5
group n percent femmes age
<chr> <int> <dbl> <dbl> <dbl>
1 sexe 2000 100 55 48.2
2 trav.satisf 2000 100 55 48.2
3 cuisine 2000 100 55 48.2
【问题讨论】:
【参考方案1】:library(questionr)
library(tidyverse)
data(hdv2003)
list("trav.satisf", "cuisine", "sexe") %>%
map(~
hdv2003 %>%
group_by_at(.x) %>%
summarise(
n = n(),
percent = round((n() / nrow(hdv2003)) * 100, digits = 1),
femmes = round((sum(sexe == "Femme", na.rm = TRUE) / sum(!is.na(sexe))) * 100, digits = 1),
age = round(mean(age, na.rm = TRUE), digits = 1)
) %>%
rename_at(1, ~"group") %>%
mutate(grouping = .x)
) %>%
bind_rows() %>%
select(grouping, group, everything())
#> # A tibble: 8 x 6
#> grouping group n percent femmes age
#> <chr> <fct> <int> <dbl> <dbl> <dbl>
#> 1 trav.satisf Satisfaction 480 24 51.5 41.4
#> 2 trav.satisf Insatisfaction 117 5.9 47.9 40.3
#> 3 trav.satisf Equilibre 451 22.6 49.9 40.9
#> 4 trav.satisf <NA> 952 47.6 60.2 56
#> 5 cuisine Non 1119 56 43.8 50.1
#> 6 cuisine Oui 881 44 69.4 45.6
#> 7 sexe Homme 899 45 0 48.2
#> 8 sexe Femme 1101 55 100 48.2
由reprex package (v2.0.1) 于 2021 年 11 月 12 日创建
【讨论】:
非常感谢,我真的需要学习咕噜声!你知道为什么我的 for 循环解决方案不起作用吗? for 循环失败,因为您必须使用group_by(!!sym(groups[i]))
或group_by_at(groups[i])
。您的 for 循环等效于 group_by("foo")
,它始终是包含所有行的一组。在r4ds.had.co.nz 有一本免费的书来学习这些 tiodyverse 函数。
好的,我的脚本现在可以使用 group_by_at
。但我不明白group_by
和group_by_at
之间的区别。在我的第一个示例(没有循环)中,group_by
产生了几行,而不仅仅是一个 ?为什么它与循环不同?
看看foo <- "foo"; tibble(x = seq(3)) %>% group_by(!!foo)
我不明白。无论如何,我必须阅读更多相关信息,非常感谢。以上是关于dplyr summarise :在循环中按多个变量分组并将结果添加到同一数据框中的主要内容,如果未能解决你的问题,请参考以下文章
dplyr mutate 和 summarise 在数据表中的等价物是啥? [复制]
tidyr::spread 和 dplyr::summarise 中的隐式排序
使用索引来引用 dplyr 中的 summarise() 中的列 - R