首页 文章

dplyr条件汇总函数

提问于
浏览 次
1

我有这种情况，我需要根据条件得到不同的摘要 function . 例如，使用虹膜，出于某种原因，如果物种是setosa，我想要花瓣宽度的总和，否则我想要花瓣宽度的平均值 .

天真地，我用case_when写了这个，这不起作用：

iris <- tibble::as_tibble(iris)

 iris %>% 
  group_by(Species) %>% 
  summarise(pwz = case_when(
    Species == "setosa" ~ sum(Petal.Width, na.rm = TRUE),
    TRUE                ~ mean(Petal.Width, na.rm = TRUE)))

summarise_impl（.data，dots）出错：列 pwz 必须是长度1（摘要值），而不是50

我最终找到了这样的东西，总结了使用每种方法，然后在变异中挑选我真正想要的那个：

iris %>% 
  group_by(Species) %>% 
  summarise(pws = sum(Petal.Width, na.rm = TRUE),
            pwm = mean(Petal.Width, na.rm = TRUE)) %>% 
  mutate(pwz = case_when(
    Species == "setosa" ~ pws,
    TRUE                ~ pwm)) %>% 
  select(-pws, -pwm)

但是，创建所有这些汇总值并且最后只选择一个值似乎有点尴尬，特别是当我的真实案例更复杂时 . 我可以在汇总中使用case_when吗？我的语法错了吗？任何帮助表示赞赏！

编辑：我想我应该指出我有多个条件/功能（假设我有，取决于变量，一些需要平均值，总和，最大值，最小值或其他摘要） .

r dplyr

5 回答

  • 0

    data.table 这很容易

    library(data.table)
iris2 <- as.data.table(iris)

iris2[, if(Species == 'setosa') sum(Petal.Width) 
        else mean(Petal.Width)
      , by = Species]

    更简洁，但也许不那么清楚

    iris2[, ifelse(Species == 'setosa', sum, mean)(Petal.Width)
      , by = Species]

    你可以用 dplyr 做

    iris %>% 
  group_by(Species) %>% 
  summarise(pwz = if_else(first(Species == "setosa")
                          , sum(Petal.Width)
                          , mean(Petal.Width)))

    注意：

    我想_1118574_你的数据 tidyr::spread 可能更有意义，所以每天都有一个温度，降雨量等的列 . 然后你可以用通常的方式使用 summarise .

    回复于
  • 0

    如果你想把所有东西放在汇总函数中，你总是可以做这样的事情 . 但它并不比原来的解决方案复杂：

    iris %>% 
  group_by(Species) %>% 
  summarise(pwz = 
    sum(Petal.Width, na.rm = TRUE)*
    (1/n()*mean(Species != "setosa") + 
     mean(Species == "setosa")))
    回复于
  • 0

    为什么不首先在行级计算，然后总结？

    iris %>% group_by(Species) %>% mutate(pwz = case_when(
      Species == "setosa" ~ sum(Petal.Width, na.rm = TRUE),
      TRUE                ~ mean(Petal.Width, na.rm = TRUE))) %>% 
      summarize(pwz= first(pwz))

# A tibble: 3 x 2
     Species    pwz
      <fctr>  <dbl>
1     setosa 12.300
2 versicolor  1.326
3  virginica  2.026
    回复于
  • 2
    data(iris)
library(dplyr)

sum_species <- c('setosa')

iris %>% 
   group_by(Species) %>% 
   summarise(pwz_sum = sum(Petal.Width, na.rm=T), 
             pwz_mean= mean(Petal.Width, na.rm=T)) %>% 
   ungroup() %>% 
   mutate(pwz = if_else(Species %in% sum_species, pwz_sum, pwz_mean))
    回复于
  • 0

    您可以拆分 data.frame 然后使用 map2_dfr 在每个零件上应用不同的功能并将结果重新拼接在一起：

    library(tidyverse) # purrr & dplyr
iris %>%
  arrange(Species=="setosa") %>%
  split(.,.$Species=="setosa") %>%
  map2_dfr(c(mean,sum),~.x %>% group_by(Species) %>% summarize_at("Petal.Width",.y))

# # A tibble: 3 x 2
# Species Petal.Width
#       <fctr>       <dbl>
# 1 versicolor       1.326
# 2  virginica       2.026
# 3     setosa      12.300
    回复于

相关问题