如何使用列名列表进行group_by和summarize？

Question

基本上，我想遍历数据，按照 "list.group" 中的列对其进行分组，然后为 "list.avg"、"list.max" 和 "list.min" 中的每一列创建摘要统计信息，以便列是 mpg_avg、wt_avg、hp_avg、mpg_max、hp_max... mpg_min、hp_min 等。

data("mtcars")
    list.avg <- list("mpg","wt","hp")
    list.max <- list("mpg","hp","wt","qsec")
    list.min <- list("mpg","hp","wt","qsec")
    list.group <- list("cyl","vs","am","gear","carb")

所以我应该为list.group中的每一列单独创建一个表格。

- user3304359

---

list.group在所有情况下都相同吗？因为每个list的长度都不同。 - akrun

每个列表的长度可以不同。 - user3304359

我的意思是 list.group 是否适用于所有情况，还是只适用于某些情况？ - akrun

哦，是的。 - user3304359

Answer 1

首先，将所有的平均值、最大值和最小值变量放在一个列表中会很有帮助。

to_summarise <- 
  list(mean = c("mpg","wt","hp"),
       max = c("mpg","hp","wt","qsec"),
       min = c("mpg","hp","wt","qsec"))

现在我们可以对list.group进行map操作，在每个list.group值中，对to_summarise进行imap操作，然后将所有结果合并。

library(tidyverse)

map(list.group, ~{
  grouped <- 
    mtcars %>% 
      group_by_at(.x) 
  out <- 
    imap(to_summarise, ~{
            grouped %>% 
              summarise_at(.x, setNames(list(get(.y)), .y))
    })
  out %>% 
    reduce(merge, by = .x)
})

输出

#     [[1]]
#   cyl mpg_mean  wt_mean   hp_mean mpg_max hp_max wt_max qsec_max mpg_min hp_min wt_min
# 1   4 26.66364 2.285727  82.63636    33.9    113  3.190    22.90    21.4     52  1.513
# 2   6 19.74286 3.117143 122.28571    21.4    175  3.460    20.22    17.8    105  2.620
# 3   8 15.10000 3.999214 209.21429    19.2    335  5.424    18.00    10.4    150  3.170
#   qsec_min
# 1     16.7
# 2     15.5
# 3     14.5
# 
# [[2]]
#   vs mpg_mean  wt_mean   hp_mean mpg_max hp_max wt_max qsec_max mpg_min hp_min wt_min
# 1  0 16.61667 3.688556 189.72222    26.0    335  5.424     18.0    10.4     91  2.140
# 2  1 24.55714 2.611286  91.35714    33.9    123  3.460     22.9    17.8     52  1.513
#   qsec_min
# 1     14.5
# 2     16.9
# 
# [[3]]
#   am mpg_mean  wt_mean  hp_mean mpg_max hp_max wt_max qsec_max mpg_min hp_min wt_min
# 1  0 17.14737 3.768895 160.2632    24.4    245  5.424     22.9    10.4     62  2.465
# 2  1 24.39231 2.411000 126.8462    33.9    335  3.570     19.9    15.0     52  1.513
#   qsec_min
# 1    15.41
# 2    14.50
# 
# [[4]]
#   gear mpg_mean  wt_mean  hp_mean mpg_max hp_max wt_max qsec_max mpg_min hp_min wt_min
# 1    3 16.10667 3.892600 176.1333    21.5    245  5.424    20.22    10.4     97  2.465
# 2    4 24.53333 2.616667  89.5000    33.9    123  3.440    22.90    17.8     52  1.615
# 3    5 21.38000 2.632600 195.6000    30.4    335  3.570    16.90    15.0     91  1.513
#   qsec_min
# 1    15.41
# 2    16.46
# 3    14.50
# 
# [[5]]
#   carb mpg_mean wt_mean hp_mean mpg_max hp_max wt_max qsec_max mpg_min hp_min wt_min
# 1    1 25.34286  2.4900    86.0    33.9    110  3.460    20.22    18.1     65  1.835
# 2    2 22.40000  2.8628   117.2    30.4    175  3.845    22.90    15.2     52  1.513
# 3    3 16.30000  3.8600   180.0    17.3    180  4.070    18.00    15.2    180  3.730
# 4    4 15.79000  3.8974   187.0    21.0    264  5.424    18.90    10.4    110  2.620
# 5    6 19.70000  2.7700   175.0    19.7    175  2.770    15.50    19.7    175  2.770
# 6    8 15.00000  3.5700   335.0    15.0    335  3.570    14.60    15.0    335  3.570
#   qsec_min
# 1    18.61
# 2    16.70
# 3    17.40
# 4    14.50
# 5    15.50
# 6    14.60

- IceCreamToucan

---

“Thanks!”是一个函数的快捷方式吗？ - user3304359

是的，在 purrr 函数（如 map）中，~{ something(.x) } 和 function(x){ something(x) } 是相同的。purr 包包含在 tidyverse 包中。 - IceCreamToucan

谢谢！我还没有在R中使用purr的地步。 - user3304359

Answer 2

'avg' 在 R 中不是一个函数。相对应的，可以使用 mean。因此，需要将对象标识符名称更改为 list.mean，将 list. 对象放入一个 list 中，然后通过 imap 循环遍历带有 named 的 list ，使用 str_remove 去掉前缀 list.，使用 group_by_at 按照公共分组元素进行分组，然后使用 summarise_at 对我们循环遍历到的值进行聚合，同时在这些列上应用通过去掉前缀的名字得到的函数。get

library(tidyverse)
list.mean <- list("mpg","wt","hp")
lst(list.mean, list.max, list.min) %>% 
   imap(~ {

   func <- str_remove(.y, '^list\\.')
    vars1 <- unlist(.x)



  mtcars %>%
     group_by_at(unlist(list.group)) %>%
      summarise_at(vars(vars1), ~ get(func)(.))


  })

- akrun

Answer 3

使用map循环遍历list.group，使用group_by_at在每个元素上分组，因为它们是字符串，然后在所需的列上进行汇总，最后将所有内容绑定在一起。"最初的回答"

library(purrr)
library(dplyr)
map(list.group, ~mtcars %>% 
          #.x will be "cyl", "vs" ... etc 
          group_by_at(.x) %>% 
          {bind_cols(summarise_at(.,unlist(list.avg), list(avg=mean)),
                     summarise_at(.,unlist(list.min), list(min=min)),
                     summarise_at(.,unlist(list.max), list(max=max))
                     )
          }
    )

- A. Suliman

---

我也喜欢这一个！ - user3304359

感谢您。这里是一个简单的例子，使用了list.group中的一个变量：mtcars %>% group_by_at("cyl") %>% {bind_cols(summarise_at(.,unlist(list.avg), list(avg=mean)), summarise_at(.,unlist(list.min), list(min=min)), summarise_at(.,unlist(list.max), list(max=max)) )} - A. Suliman