通过聚合动态列名匹配进行分组 [英] Group by aggregate dynamic column name matching

问题描述

可以使用dplyr在列名上使用正则表达式匹配 group_by

  library（dplyr）＃dplyr_0.5.0; R版本3.3.2（2016-10-31）
 
＃虚拟数据
 set.seed（1）
 df1<  -  sample_n（iris，20）％> ％
 mutate（Sepal.Length = round（Sepal.Length），
 Sepal.Width = round（Sepal.Width））
  

由静态组合（看起来/工作正常，想像如果我们有10-20列）：

  df1％>％
 group_by（Sepal.Length，Sepal.Width）％>％
 summaryize（mySum = sum（Petal.Length） ）
  

由动态分组 - 丑陋版本：

  df1％>％
 group_by _（。dots = colnames（df1）[grepl（^ Sepal，colnames（df1） ）]）％>％
总结（mySum = sum（Petal.Length））
  

理想情况下，这样（不起作用，因为 starts_with 返回索引）：

 code> df1％>％
 group_by（starts_with（Sepal））％>％
 summaryize（mySum = sum（Petal.Length））
  

  eval（expr，envir， code> 




预期输出：

 ＃来源：本地数据框[6 x 3] 
＃组：Sepal.Length [？] 
＃
＃Sepal.Length Sepal.Width mySum 
＃< dbl> < DBL> < DBL> 
＃1 4 3 1.4 
＃2 5 3 10.9 
＃3 6 2 4.0 
＃4 6 3 43.7 
＃5 7 3 15.7 
＃ 6 8 4 6.4 
  





---

注意： / strong>听起来很像一个重复的帖子，请联系相关的帖子（如果有的话）。

解决方案

此功能将在未来版本，参考 GitHub问题＃2619 ：

解决方案是使用 group_by_at function：

  df1％>％
 group_by_at（vars（starts_with（Sepal）））％>％
总结（mySum = sum（Petal.Length））
  

Is it possible to group_by using regex match on column names using dplyr?

library(dplyr) # dplyr_0.5.0; R version 3.3.2 (2016-10-31)

# dummy data
set.seed(1)
df1 <-  sample_n(iris, 20) %>% 
  mutate(Sepal.Length = round(Sepal.Length),
         Sepal.Width = round(Sepal.Width))

Group by static version (looks/works fine, imagine if we have 10-20 columns):

df1 %>% 
  group_by(Sepal.Length, Sepal.Width) %>% 
  summarise(mySum = sum(Petal.Length))

Group by dynamic - "ugly" version:

df1 %>% 
  group_by_(.dots = colnames(df1)[ grepl("^Sepal", colnames(df1))]) %>% 
  summarise(mySum = sum(Petal.Length))

Ideally, something like this (doesn't work, as starts_with returns indices):

df1 %>% 
  group_by(starts_with("Sepal")) %>% 
  summarise(mySum = sum(Petal.Length))

Error in eval(expr, envir, enclos) : 
   wrong result size (0), expected 20 or 1

Expected output:

# Source: local data frame [6 x 3]
# Groups: Sepal.Length [?]
# 
#   Sepal.Length Sepal.Width mySum
#          <dbl>       <dbl> <dbl>
# 1            4           3   1.4
# 2            5           3  10.9
# 3            6           2   4.0
# 4            6           3  43.7
# 5            7           3  15.7
# 6            8           4   6.4

---

Note: sounds very much like a duplicated post, kindly link the relevant posts if any.

解决方案

This feature will be implemented in future release, reference GitHub issue #2619:

Solution would be to use group_by_at function:

df1 %>%
  group_by_at(vars(starts_with("Sepal"))) %>% 
  summarise(mySum = sum(Petal.Length))

这篇关于通过聚合动态列名匹配进行分组的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！