如何按除一列以外的所有列分组？

Question

我如何告诉group_by 按除给定列之外的所有列对数据进行分组？

使用aggregate，它将是aggregate(x ~ ., ...)。

我尝试了group_by(data, -x)，但它按 x 的负数分组（即与按 x 分组相同）。

Answer 1

dplyr 版本 1.0+

在即将推出的 dplyr 1.0.0 中，_at 函数正落入被取代的生命周期（即，虽然它们在可预见的未来仍保留在 dplyr 中，但现在有更好的替代方案更积极地发展）。实现这一点的新方法是通过across 函数：

df %>%
  group_by(across(c(-hp)))

---

dplyr v 0.7+

关于这个问题的一个小更新，因为我自己偶然发现了这个问题，并找到了一个优雅的解决方案，当前版本为 dplyr (0.7.4)： 在group_by_at() 中，您可以使用vars() 提供与select() 函数中相同的列名称。这使我们能够按除一列（本例中为hp）以外的所有内容进行分组：

library(dplyr)
df <- as_tibble(mtcars, rownames = "car")
df %>% group_by_at(vars(-hp))

Answer 2

基于 @eipi10 的 dplyr 0.7.0 编辑，group_by_at 似乎是这项工作的正确功能。但是，如果您只是想省略列“x”，那么您可以使用：

new2.0 <- dat %>%
  group_by_at(vars(-x)) %>%
  summarize(mean_value = mean(value))

使用@eipi10 的示例数据：

# Fake data
set.seed(492)
dat <- data.frame(value = rnorm(1000),
             g1 = sample(LETTERS, 1000, replace = TRUE),
             g2 = sample(letters, 1000, replace = TRUE),
             g3 = sample(1:10, replace = TRUE),
             other = sample(c("red", "green", "black"), 1000, replace = TRUE))

new <- dat %>% 
  group_by_at(names(dat)[-grep("value", names(dat))]) %>%
  summarise(meanValue = mean(value))


new2.0 <- dat %>% 
  group_by_at(vars(-value)) %>% 
  summarize(meanValue = mean(value))

identical(new, new2.0)
# [1] TRUE

Answer 3

您可以使用标准评估（group_by_ 而不是group_by）来做到这一点：

# Fake data
set.seed(492)
dat = data.frame(value=rnorm(1000), g1=sample(LETTERS,1000,replace=TRUE),
                 g2=sample(letters,1000,replace=TRUE), g3=sample(1:10, replace=TRUE),
                 other=sample(c("red","green","black"),1000,replace=TRUE))

dat %>% group_by_(.dots=names(dat)[-grep("value", names(dat))]) %>%
  summarise(meanValue=mean(value))

       g1     g2    g3  other   meanValue
   <fctr> <fctr> <int> <fctr>       <dbl>
1       A      a     2  green  0.89281475
2       A      b     2    red -0.03558775
3       A      b     5  black -1.79184218
4       A      c    10  black  0.17518610
5       A      e     5  black  0.25830392
...

请参阅this vignette，了解更多关于dplyr 中标准与非标准评估的信息。

dplyr0.7.0 的更新

解决@ÖmerAn 的评论：看起来group_by_at 是进入dplyr 0.7.0 的方式（如果我对此有误，请有人纠正我）。例如：

dat %>% 
  group_by_at(setdiff(names(dat), "value")) %>%
  summarise(meanValue=mean(value))

# Groups:   g1, g2, g3 [?]
       g1     g2    g3  other   meanValue
   <fctr> <fctr> <int> <fctr>       <dbl>
 1      A      a     2  green  0.89281475
 2      A      b     2    red -0.03558775
 3      A      b     5  black -1.79184218
 4      A      c    10  black  0.17518610
 5      A      e     5  black  0.25830392
 6      A      e     5    red -0.81879788
 7      A      e     7  green  0.30836054
 8      A      f     2  green  0.05537047
 9      A      g     1  black  1.00156405
10      A      g    10  black  1.26884303
# ... with 949 more rows

让我们确认两种方法的输出相同（dplyr 0.7.0）：

new = dat %>% 
  group_by_at(setdiff(names(dat), "value")) %>%
  summarise(meanValue=mean(value))

old = dat %>% 
  group_by_(.dots=names(dat)[-grep("value", names(dat))]) %>%
  summarise(meanValue=mean(value))

identical(old, new)
# [1] TRUE