使用 dplyr 进行 group_by + 汇总时保留其他列答案

【问题标题】：Keep other columns when doing group_by + summarise with dplyr使用 dplyr 进行 group_by + 汇总时保留其他列
【发布时间】：2022-07-21 05:01:37
【问题描述】：

我想只对具有一个组属性的两列执行group_by + summarise 操作，同时保持其他三列不变，每行具有相同的数字。我怎样才能做到这一点？例如

> data<- data.frame(a=1:10, b=rep(1,10), c=rep(2,10), d=rep(3,10), e= c("small", "med", "larg", "larg", "larg", "med", "small", "small", "small", "med"))
> data %>% group_by(e) %>% summarise(a=mean(a))
# A tibble: 3 × 2
  e         a
  <chr> <dbl>
1 larg   4   
2 med    6   
3 small  6.25

但我想要

# A tibble: 3 × 5
  e         a b     c     d
  <chr> <dbl> <dbl> <dbl> <dbl>
1 larg   4    1     2     3
2 med    6    1     2     3
3 small  6.25 1     2     3

group_by + summarise 总是删除其他列。我该怎么做？

【问题讨论】：

标签： r dplyr

【解决方案1】：

将其他列添加到group_by：

> library(tidyverse)
> data <- data.frame(a=1:10, b=rep(1,10), c=rep(2,10), d=rep(3,10), e= c("small", "med", "larg", "larg", "larg", "med", "small", "small", "small", "med"))
> data %>% group_by(e, b, c, d) %>% summarise(a=mean(a))
`summarise()` has grouped output by 'e', 'b', 'c'. You can override using the `.groups` argument.
# A tibble: 3 x 5
# Groups:   e, b, c [3]
  e         b     c     d     a
  <chr> <dbl> <dbl> <dbl> <dbl>
1 larg      1     2     3  4   
2 med       1     2     3  6   
3 small     1     2     3  6.25

【讨论】：

【解决方案2】：

您始终可以使用group + summarise 计算一个新变量，并在摘要中添加across() 以保持数据框的其余部分“完整”。如果您的其他变量并不总是相同，这可能很有用。

data %>% group_by(e) %>% 
    summarise(a=mean(a), across())

    # A tibble: 10 x 5
# Groups:   e [3]
   e         a     b     c     d
   <chr> <dbl> <dbl> <dbl> <dbl>
 1 larg   4        1     2     3
 2 larg   4        1     2     3
 3 larg   4        1     2     3
 4 med    6        1     2     3
 5 med    6        1     2     3
 6 med    6        1     2     3
 7 small  6.25     1     2     3
 8 small  6.25     1     2     3
 9 small  6.25     1     2     3
10 small  6.25     1     2     3

【讨论】：

这不是我想要的，你要创建这些重复的行

【解决方案3】：

尚不清楚您希望将多少列视为分组变量。如果数量很少，@tauft 的回答就足够了。否则，我们可以使用across 和group_by，这样我们就可以使用<tidy-select> 来选择要分组的列。

library(dplyr)

data2 <- data %>%
  group_by(across(-a)) %>%
  summarise(a = mean(a), .groups = "drop") %>%
  relocate(e, a, .before = b)
data2
# # A tibble: 3 x 5
#   e         a     b     c     d
#   <chr> <dbl> <dbl> <dbl> <dbl>
# 1 larg   4        1     2     3
# 2 med    6        1     2     3
# 3 small  6.25     1     2     3

上面也可以写成如下。

data2 <- data %>%
  group_by(across(b:e)) %>%
  summarise(a = mean(a), .groups = "drop") %>%
  relocate(e, a, .before = b)

【讨论】：