Rozważmy przykład daneDzielenie kolumna ramka danych zawiera listę na wielu kolumnach pomocą dplyr (lub inaczej)
library(dplyr)
tmp <- mtcars %>%
group_by(cyl) %>%
summarise(mpg_sum = list(summary(mpg)))
tak, że mpg_sum zawiera minimalną, 1 kwartyl, mediana, oznacza, 3 kwartyl, a maks. zmiennej mpg według grup w cyl.
Jak rozpakować tę kolumnę do 6 kolumn z odpowiednimi nazwami kolumn za pomocą dplyr lub w inny sposób?
Możemy użyć data.table. Konwersja 'data.frame' do 'data.table' (as.data.table(mtcars)), pogrupowane według 'cyl', otrzymujemy summary z 'mpg' i przekształcić go 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
lub używając tylko dplyr, po zgrupowaniu przez "cyl", używamy do, aby wykonać tę samą operację jak powyżej.
library(dplyr)
mtcars %>%
group_by(cyl) %>%
do(data.frame(as.list(summary(.$mpg)), check.names=FALSE))
# cyl Min. 1st Qu. Median Mean 3rd Qu. Max.
# <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#1 4 21.4 22.80 26.0 26.66 30.40 33.9
#2 6 17.8 18.65 19.7 19.74 21.00 21.4
#3 8 10.4 14.40 15.2 15.10 16.25 19.2
lub używając purrr
library(purrr)
mtcars %>%
slice_rows("cyl") %>%
select(mpg) %>%
by_slice(dmap, summary, .collate= "cols")
to wygląda naprawdę dobrze ... automatyczne nazywanie z 'data.table' jest znacznie lepsze, ponieważ nie musisz podawać check.names – Alex
, więc jest problem z' dplyr :: do' w poczucie, że opuszcza wszystkie kolumny, z wyjątkiem grupy. Na przykład 'mtcars%>% group_by (cyl)%>% mutate (mpg_sum = list (summary (mpg)))'. Jeśli rozpakujesz tę listę, pozostałe kolumny tabeli znikną. – Alex
Wygląda na to, że 'data.table' zapewnia rozwiązanie, którego' dplyr' nie może, ponieważ możesz bardzo łatwo przypisać wiele wyjść jednego wywołania funkcji do wielu nazwanych kolumn. – Alex
(lub inaczej) opcja korzystania sapply():
t(sapply(split(mtcars$mpg, mtcars$cyl), summary))
Lub 'do.call (rbind, by (mtcars $ mpg, mtcars $ cyl, FUN = summary)) ' – akrun
Inną opcją
with(data = mtcars,by(mpg,cyl,FUN = summary))
Jak zauważył, można również użyć funkcji tidy z pakietu 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
Można również użyć 'biblioteka (miotła); mtcars%>% group_by (cyl)%>% do (tidy (summary (. $ mpg))) ' –
możesz napisać to jako odpowiedź. Zawsze interesowałem się miotłą. – Alex
Wariacja na temat: 'mtcars%>% group_by (cyl)%>% summary (summary = list (broom :: tidy (summary (mpg))))%>% tidyr :: unnest()' – alistaire