我正在使用dplyr的summarise_each将一个函数应用于多个数据列。一件很好的事情是你可以一次应用多个函数。问题是,令人恼火的是,输出是一个只有一行的数据帧。它似乎应该返回与函数一样多的行,以及与汇总的列一样多的列。
library(dplyr)
default <-
iris %>%
summarise_each(funs(min, max), matches("Petal"))
这将返回
> default
Petal.Length_min Petal.Width_min Petal.Length_max Petal.Width_max
1 1 0.1 6.9 2.5
我更喜欢像这样的
library(reshape2)
desired <-
iris %>%
select(matches("Petal")) %>%
melt() %>%
group_by(variable) %>%
summarize(min=min(value),max=max(value)) %>%
t()
它返回一些接近的东西(不是数据帧,但您都明白了)
> desired
[,1] [,2]
variable "Petal.Length" "Petal.Width"
min "1.0" "0.1"
max "6.9" "2.5"
在summarise_each中有这样做的选项吗?如果没有,哈德利,你介意加上吗?
发布于 2015-01-11 03:36:15
您可以结合使用dplyr
和tidyr
包来获得类似的输出。这些方面的一些东西可能会有所帮助
library(dplyr)
library(tidyr)
iris %>%
select(matches("Petal")) %>%
summarise_each(funs(min, max)) %>%
gather(variable, value) %>%
separate(variable, c("var", "stat"), sep = "\\_") %>%
spread(var, value)
## stat Petal.Length Petal.Width
## 1 max 6.9 2.5
## 2 min 1.0 0.1
发布于 2015-01-11 03:21:30
据我所知,没有这样的争论。无论如何,这里有一个可以输出整洁数据的变通方法,我认为这会比拥有与函数一样多的行和与汇总列一样多的列更好。(请注意,add_rownames
需要dplyr 0.4.0)
library("dplyr")
library("tidyr")
iris %>%
summarise_each(funs(min, max, mean, median), matches("Petal")) %>%
t %>%
as.data.frame %>%
add_rownames %>%
separate(rowname, into = c("feature", "fun"), sep = "_")
返回:
feature fun V1
1 Petal.Length min 1.000000
2 Petal.Width min 0.100000
3 Petal.Length max 6.900000
4 Petal.Width max 2.500000
5 Petal.Length mean 3.758000
6 Petal.Width mean 1.199333
7 Petal.Length median 4.350000
8 Petal.Width median 1.300000
发布于 2016-09-20 13:15:54
一种选择是使用purrr::map_df
(实际上是map_dfc
,通过bind_cols
简化为data.frame,尽管map_df
目前还不错),该函数生成每个函数的结果向量,即
library(tidyverse)
iris %>% select(contains('Petal')) %>%
map_dfc(~c(min(.x), max(.x))) %>%
mutate(stat = c('min', 'max')) # to add column of function names
#> # A tibble: 2 × 3
#> Petal.Length Petal.Width stat
#> <dbl> <dbl> <chr>
#> 1 1.0 0.1 min
#> 2 6.9 2.5 max
https://stackoverflow.com/questions/27879638
复制相似问题