在apply中的函数中使用dplyr :: group

我想在我的数据集中为选择的分组变量生成很好的摘要，其中对于每个组，我将显示前6个频率及其相关比例 . 我可以使用以下语法为单个分组变量获取此信息：

my_db %>% 
group_by(my_var) %>% 
summarise(n=n()) %>% 
mutate(pc=scales::percent(n/sum(n))) %>% 
arrange(desc(n)) %>% 
head()

如何修改此表达式以便可以在apply函数中使用？

例如使用mtcars，我尝试过这样的事情：

apply(mtcars[c(2:4,11)], 2, 
   function(x) {
    group_by(!!x) %>% 
      summarise(n=n()) %>% 
      mutate(pc=scales::percent(n/sum(n))) %>% 
      arrange(desc(n)) %>% head()
      }
    )

但它不起作用 . 知道我怎么能做到这一点？

2 回答

您应该使用 colnames(dat) 来获取正确的分组：

dat <- mtcars[c(2:4,11)]



grp <- function(x) {
  group_by(dat,!!as.name(x)) %>%
  summarise(n=n()) %>% 
  mutate(pc=scales::percent(n/sum(n))) %>% 
  arrange(desc(n)) %>% head()
}


lapply(colnames(dat), grp)

回复于 2024-04-16T11:32:35+08:00

apply(mtcars[c(2:4,11)], 2, 
      function(x) { 
    mtcars %>%
    group_by(x= !!x) %>% 
      summarise(n=n()) %>% 
      mutate(pc=scales::percent(n/sum(n))) %>% 
      arrange(desc(n)) %>% head()
  }
)

你只需要父df进行评估

回复于 2024-04-16T11:32:35+08:00

在apply中的函数中使用dplyr :: group_by

2 回答

相关问题