如何使用dplyr将函数应用于所有非group_by列？ [英] How can I use dplyr to apply a function to all non-group_by columns?

问题描述

我正在尝试使用dplyr软件包将一个函数应用于未被分组的data.frame中的所有列，我将使用 aggregate（）：

 聚合（。〜Species，data = iris，mean）
  / pre> 
 
 
其中意味着应用于不用于分组的所有列。 （是的，我知道我可以使用聚合，但是我正在理解dplyr。）
 
 
 
我可以使用总结如下：
 种类<  -  group_by（虹膜，物种）
总结（种类，
 Sepal.Length = mean（Sepal.Length），
 Sepal.Width = mean（Sepal.Width））
  
但是有一种方法可以将 mean（）应用于未分组的所有列，类似于。 〜符号 aggregate（）？我有一个包含30列的数据框架，我想汇总，所以写出各个语句是不理想的。
解决方案
如果你愿意尝试一个实验性的dplyr，你可以尝试
新的（仍然是实验性的） summarise_each（）：
  devtools :: install_github（hadley / dplyr，ref =colwise）
 
库（dplyr）
 iris％。％
 group_by（Species）％。％
 summarise_each（funs（mean））
 ##来源：本地数据框[3 x 5] 
 ## 
 ##物种Sepal.Length Sepal.Width Petal.Length Petal.Width 
 ## 1 setosa 5.006 3.428 1.462 0.246 
 ## 2 versicolor 5.936 2.770 4.260 1.326 
 ## 3 virginica 6.588 2.974 5.552 2.026 
 
 iris％。％
 group_by（Species）％。％
 summarise_each（funs（min，max））
 ##来源：本地数据框架[3 x 9] 
 ## 
 ##物种Sepal.Length _min Sepal.Width_min Petal.Length_min 
 ## 1 setosa 4.3 2.3 1.0 
 ## 2 versicolor 4.9 2.0 3.0 
 ## 3 virginica 4.9 2.2 4.5 
 ##未显示的变量： Petal.Width_min（dbl），Sepal.Length_max（dbl），
 ## Sepal.Width_max（dbl），Petal.Length_max（dbl），Petal.Width_max（dbl）
  
反馈非常感谢！
 
 
 
这将出现在dplyr 0.2。
 
I'm trying to use the dplyr package to apply a function to all columns in a data.frame that are not being grouped, which I would do with aggregate():
aggregate(. ~ Species, data = iris, mean)
where mean is applied to all columns not used for grouping. (Yes, I know I can use aggregate, but I'm trying to understand dplyr.)

I can use summarize like this:
species <- group_by(iris, Species)
summarize(species,
          Sepal.Length = mean(Sepal.Length),
          Sepal.Width = mean(Sepal.Width))
But is there a way to have mean() applied to all columns that are not grouped, similar to the . ~ notation of aggregate()? I have a data.frame with 30 columns that I want to aggregate, so writing out the individual statements is not ideal.
解决方案
If you're willing to try out an experimental dplyr, you can try out the
new (and still experimental) summarise_each():
devtools::install_github("hadley/dplyr", ref = "colwise")

library(dplyr)
iris %.%
  group_by(Species) %.%
  summarise_each(funs(mean))
## Source: local data frame [3 x 5]
## 
##      Species Sepal.Length Sepal.Width Petal.Length Petal.Width
## 1     setosa        5.006       3.428        1.462       0.246
## 2 versicolor        5.936       2.770        4.260       1.326
## 3  virginica        6.588       2.974        5.552       2.026

iris %.%
  group_by(Species) %.%
  summarise_each(funs(min, max))
## Source: local data frame [3 x 9]
## 
##      Species Sepal.Length_min Sepal.Width_min Petal.Length_min
## 1     setosa              4.3             2.3              1.0
## 2 versicolor              4.9             2.0              3.0
## 3  virginica              4.9             2.2              4.5
## Variables not shown: Petal.Width_min (dbl), Sepal.Length_max (dbl),
##   Sepal.Width_max (dbl), Petal.Length_max (dbl), Petal.Width_max (dbl)
Feedback much appreciated!

This will appear in dplyr 0.2.

                        
这篇关于如何使用dplyr将函数应用于所有非group_by列？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！