dplyr條件匯總功能

Question

在這種情況下，我需要根據條件使用其他匯總功能 。 例如，使用鳶尾花，由於某種原因，如果物種是setosa，我想要花瓣寬度的總和，否則，我想要花瓣寬度的平均值。

天真地，我使用case_when編寫了此代碼，它不起作用：

iris <- tibble::as_tibble(iris)

 iris %>% 
  group_by(Species) %>% 
  summarise(pwz = case_when(
    Species == "setosa" ~ sum(Petal.Width, na.rm = TRUE),
    TRUE                ~ mean(Petal.Width, na.rm = TRUE)))

pwz （.data，點）中的錯誤：列pwz必須為長度1（匯總值），而不是50

我最終找到了類似的東西，使用每種方法進行了總結，然后進行了一個變異選擇，我真正想要的是：

iris %>% 
  group_by(Species) %>% 
  summarise(pws = sum(Petal.Width, na.rm = TRUE),
            pwm = mean(Petal.Width, na.rm = TRUE)) %>% 
  mutate(pwz = case_when(
    Species == "setosa" ~ pws,
    TRUE                ~ pwm)) %>% 
  select(-pws, -pwm)

但是，創建所有這些匯總值並僅在最后選擇一個值似乎有點尷尬，尤其是當我的實際case_when復雜得多時。 我不能在摘要中使用case_when嗎？ 我的語法是否錯誤？ 任何幫助表示贊賞！

編輯：我想我應該指出我有多個條件/函數（只是假設我已經有了，具體取決於變量，其中一些需要均值，總和，最大值，最小值或其他匯總）。

Answer 1

使用data.table這很容易

library(data.table)
iris2 <- as.data.table(iris)

iris2[, if(Species == 'setosa') sum(Petal.Width) 
        else mean(Petal.Width)
      , by = Species]

更為簡潔，但可能不那么清晰

iris2[, ifelse(Species == 'setosa', sum, mean)(Petal.Width)
      , by = Species]

使用dplyr您可以做

iris %>% 
  group_by(Species) %>% 
  summarise(pwz = if_else(first(Species == "setosa")
                          , sum(Petal.Width)
                          , mean(Petal.Width)))

注意：

我認為用tidyr::spread “傳播”您的數據可能更有意義，以便每天都有一個溫度，降雨量等列。然后，您可以按常規方式使用summarise 。

Answer 2

如果您想將所有內容都放在summary函數中，則始終可以執行以下操作。 但這並不比您最初的解決方法復雜：

iris %>% 
  group_by(Species) %>% 
  summarise(pwz = 
    sum(Petal.Width, na.rm = TRUE)*
    (1/n()*mean(Species != "setosa") + 
     mean(Species == "setosa")))

Answer 3

為什么不先在行級別進行計算，然后進行匯總？

iris %>% group_by(Species) %>% mutate(pwz = case_when(
      Species == "setosa" ~ sum(Petal.Width, na.rm = TRUE),
      TRUE                ~ mean(Petal.Width, na.rm = TRUE))) %>% 
      summarize(pwz= first(pwz))

# A tibble: 3 x 2
     Species    pwz
      <fctr>  <dbl>
1     setosa 12.300
2 versicolor  1.326
3  virginica  2.026

Answer 4

data(iris)
library(dplyr)

sum_species <- c('setosa')

iris %>% 
   group_by(Species) %>% 
   summarise(pwz_sum = sum(Petal.Width, na.rm=T), 
             pwz_mean= mean(Petal.Width, na.rm=T)) %>% 
   ungroup() %>% 
   mutate(pwz = if_else(Species %in% sum_species, pwz_sum, pwz_mean))

Answer 5

您可以拆分data.frame ，然后使用map2_dfr在每個零件上應用不同的功能，然后將結果縫合在一起：

library(tidyverse) # purrr & dplyr
iris %>%
  arrange(Species=="setosa") %>%
  split(.,.$Species=="setosa") %>%
  map2_dfr(c(mean,sum),~.x %>% group_by(Species) %>% summarize_at("Petal.Width",.y))

# # A tibble: 3 x 2
# Species Petal.Width
#       <fctr>       <dbl>
# 1 versicolor       1.326
# 2  virginica       2.026
# 3     setosa      12.300