在dplyr中按多个列分组，使用字符串向量输入
在dplyr中按多个列分组，使用字符串向量输入
提问于 2014-01-19 03:26:51
我试图将我对plyr的理解转化为dplyr，但我不知道如何按多列进行分组。
# make data with weird column names that can't be hard coded
data = data.frame(
asihckhdoydkhxiydfgfTgdsx = sample(LETTERS[1:3], 100, replace=TRUE),
a30mvxigxkghc5cdsvxvyv0ja = sample(LETTERS[1:3], 100, replace=TRUE),
value = rnorm(100)
)
# get the columns we want to average within
columns = names(data)[-3]
# plyr - works
ddply(data, columns, summarize, value=mean(value))
# dplyr - raises error
data %.%
group_by(columns) %.%
summarise(Value = mean(value))
#> Error in eval(expr, envir, enclos) : index out of bounds要将plyr示例转换为dplyr-esque语法，我会遗漏什么？
编辑2017：Dplyr已经更新，因此可以使用更简单的解决方案。查看当前选择的答案。
回答 10
Stack Overflow用户
回答已采纳
发布于 2017-07-07 00:46:53
自从这个问题发布后，dplyr添加了group_by的作用域版本(documentation here)。这使您可以使用与select相同的函数，如下所示：
data = data.frame(
asihckhdoydkhxiydfgfTgdsx = sample(LETTERS[1:3], 100, replace=TRUE),
a30mvxigxkghc5cdsvxvyv0ja = sample(LETTERS[1:3], 100, replace=TRUE),
value = rnorm(100)
)
# get the columns we want to average within
columns = names(data)[-3]
library(dplyr)
df1 <- data %>%
group_by_at(vars(one_of(columns))) %>%
summarize(Value = mean(value))
#compare plyr for reference
df2 <- plyr::ddply(data, columns, plyr::summarize, value=mean(value))
table(df1 == df2, useNA = 'ifany')
## TRUE
## 27 您的示例问题的输出与预期一致(参见与上面的plyr和下面的输出的比较)：
# A tibble: 9 x 3
# Groups: asihckhdoydkhxiydfgfTgdsx [?]
asihckhdoydkhxiydfgfTgdsx a30mvxigxkghc5cdsvxvyv0ja Value
<fctr> <fctr> <dbl>
1 A A 0.04095002
2 A B 0.24943935
3 A C -0.25783892
4 B A 0.15161805
5 B B 0.27189974
6 B C 0.20858897
7 C A 0.19502221
8 C B 0.56837548
9 C C -0.22682998请注意，由于dplyr::summarize一次只剥离了一层分组，因此在生成的tibble中仍然有一些分组正在进行(这有时会让人感到惊讶，后来会出人意料)。如果您想绝对安全地避免意外的分组行为，您始终可以在汇总之后将%>% ungroup添加到您的管道中。
Stack Overflow用户
发布于 2015-01-28 07:58:42
为了完整地编写代码，这里使用新语法更新Hadley的答案：
library(dplyr)
df <- data.frame(
asihckhdoydk = sample(LETTERS[1:3], 100, replace=TRUE),
a30mvxigxkgh = sample(LETTERS[1:3], 100, replace=TRUE),
value = rnorm(100)
)
# Columns you want to group by
grp_cols <- names(df)[-3]
# Convert character vector to list of symbols
dots <- lapply(grp_cols, as.symbol)
# Perform frequency counts
df %>%
group_by_(.dots=dots) %>%
summarise(n = n())输出：
Source: local data frame [9 x 3]
Groups: asihckhdoydk
asihckhdoydk a30mvxigxkgh n
1 A A 10
2 A B 10
3 A C 13
4 B A 14
5 B B 10
6 B C 12
7 C A 9
8 C B 12
9 C C 10Stack Overflow用户
发布于 2014-01-21 04:42:31
目前在dplyr中对此的支持非常弱，最终我认为其语法将是这样的：
df %.% group_by(.groups = c("asdfgfTgdsx", "asdfk30v0ja"))但这可能不会有一段时间(因为我需要考虑所有的后果)。
同时，您可以使用regroup()，它接受一个符号列表：
library(dplyr)
df <- data.frame(
asihckhdoydk = sample(LETTERS[1:3], 100, replace=TRUE),
a30mvxigxkgh = sample(LETTERS[1:3], 100, replace=TRUE),
value = rnorm(100)
)
df %.%
regroup(list(quote(asihckhdoydk), quote(a30mvxigxkgh))) %.%
summarise(n = n())如果您有一个列名的字符矢量，可以使用lapply()和as.symbol()将它们转换为正确的结构
vars <- setdiff(names(df), "value")
vars2 <- lapply(vars, as.symbol)
df %.% regroup(vars2) %.% summarise(n = n())页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/21208801
复制相关文章
相似问题