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")
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