consideri il seguente esempio datiSplit una colonna frame di dati contenente un elenco in più colonne utilizzando dplyr (o altro)
library(dplyr)
tmp <- mtcars %>%
group_by(cyl) %>%
summarise(mpg_sum = list(summary(mpg)))
tale che mpg_sum contiene min, 1 ° quartile, mediana, media, 3 ° quartile, e max della variabile per gruppi in cyl.
Come si scompatta questa colonna in 6 colonne con i nomi di colonna appropriati con dplyr o altrimenti?
Possiamo usare data.table. Convertire il 'data.frame' a 'data.table' (as.data.table(mtcars)), raggruppati per 'cil', si ottiene il summary di 'mpg' e convertirlo in list
library(data.table)
as.data.table(mtcars)[, as.list(summary(mpg)), by = cyl]
# cyl Min. 1st Qu. Median Mean 3rd Qu. Max.
#1: 6 17.8 18.65 19.7 19.74 21.00 21.4
#2: 4 21.4 22.80 26.0 26.66 30.40 33.9
#3: 8 10.4 14.40 15.2 15.10 16.25 19.2
o utilizzando solodplyr, dopo il raggruppamento per 'cyl', usiamo do per fare la stessa operazione di cui sopra.
library(dplyr)
mtcars %>%
group_by(cyl) %>%
do(data.frame(as.list(summary(.$mpg)), check.names=FALSE))
# cyl Min. 1st Qu. Median Mean 3rd Qu. Max.
# <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#1 4 21.4 22.80 26.0 26.66 30.40 33.9
#2 6 17.8 18.65 19.7 19.74 21.00 21.4
#3 8 10.4 14.40 15.2 15.10 16.25 19.2
o utilizzando purrr
library(purrr)
mtcars %>%
slice_rows("cyl") %>%
select(mpg) %>%
by_slice(dmap, summary, .collate= "cols")
questo sembra davvero buono ... la denominazione automatica da 'data.table' è molto meglio in quanto non è necessario specificare check.names – Alex
quindi c'è un problema con' dplyr :: do' in il senso che cade tutte le colonne tranne quella di gruppo. Ad esempio, 'mtcars%>% group_by (cyl)%>% mutate (mpg_sum = list (summary (mpg)))'. Se si scompatta questa lista, le altre colonne della tabella scompaiono. – Alex
Sembra che 'data.table' fornisca una soluzione che' dplyr' non può, in quanto si può facilmente assegnare più uscite di una chiamata di funzione a più colonne con nome. – Alex
(o altro) opzione utilizzando sapply():
t(sapply(split(mtcars$mpg, mtcars$cyl), summary))
Oppure 'do.call (rbind, da (mtcars $ mpg, mtcars $ cyl, FUN = summary)) ' – akrun
Un'altra opzione
with(data = mtcars,by(mpg,cyl,FUN = summary))
come ha commentato, è anche possibile utilizzare la funzione tidy dal pacchetto broom:
library(broom)
mtcars %>% group_by(cyl) %>% do(tidy(summary(.$mpg)))
# Source: local data frame [3 x 7]
# Groups: cyl [3]
#
# cyl minimum q1 median mean q3 maximum
# (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) (dbl)
# 1 4 21.4 22.80 26.0 26.66 30.40 33.9
# 2 6 17.8 18.65 19.7 19.74 21.00 21.4
# 3 8 10.4 14.40 15.2 15.10 16.25 19.2
È inoltre possibile utilizzare 'libreria (scopa); mtcars%>% group_by (cyl)%>% do (ordine (sommario (. $ mpg))) ' –
puoi postare questo come risposta. Mi sono sempre interessato alla scopa. – Alex
Variazione su un tema: 'mtcars%>% group_by (cili)%>% riepiloga (riepilogo = lista (broom :: tidy (riepilogo (mpg))))%>% tidyr :: unnest()' – alistaire