dplyr，R：一次计算多列中的特定值[重复]

Question

我有一个数据框：

md <- data.frame(a = c(3,5,4,5,3,5), b = c(5,5,5,4,4,1), c = c(1,3,4,3,5,5),
      device = c(1,1,2,2,3,3))
myvars = c("a", "b", "c")
md[2,3] <- NA
md[4,1] <- NA
md

我想按设备计算每列中 5 的数量。我可以这样做：

library(dplyr)
group_by(md, device) %>% 
summarise(counts.a = sum(a==5, na.rm = T),
          counts.b = sum(b==5, na.rm = T),
          counts.c = sum(c==5, na.rm = T))

但是，在现实生活中，我会有大量变量（myvars 的长度可能非常大） - 所以我无法手动指定这些 counts.a、counts.b 等 - 几十个次。

dplyr 是否允许一次在所有 myvars 列上运行 5 秒计数？

谢谢！

Answer 1

如果您关心以“计数”开头的名称。你可以在 dplyr 管道中这样做：

md %>% 
  group_by(device) %>% 
  summarise_each_(funs(sum(.==5,na.rm=TRUE)), myvars) %>% 
  setNames(c(names(.)[1], paste0("counts.", myvars)))
#Source: local data frame [3 x 4]
#
#  device counts.a counts.b counts.c
#1      1        1        2        0
#2      2        0        1        0
#3      3        1        0        2

关于如何命名由 dplyr 的 mutate_each（其行为方式与 summarise_each 相同）生成的新列，还有另一个问答：mutate_each in dplyr: how do I select certain columns and give new names to mutated columns?。

Answer 2

reshape2 包中的melt() 函数在这种情况下可能很有用。你可能想试试这个：

 library(reshape2)
 mydf <- melt(md,id="device")
 thefives <- mydf[which(mydf$value==5),]
 print(table(thefives))

这是输出：

, , value = 5

     variable
device a b c
     1 1 2 0
     2 0 1 0
     3 1 0 2

如果需要，可以将从此输出中获得的table 格式转换为data.frame，方法是先将其转换为matrix：

mydf <- as.data.frame(matrix(table(thefives),nrow=3))
colnames(mydf) <- c("a","b","c")
rownames(mydf) <-paste0("device_",c(1:3))
print(mydf)

这会产生以下结果：

         a b c
device_1 1 2 0
device_2 0 1 0
device_3 1 0 2

> class(mydf)
[1] "data.frame"