当列数未知时将行与 dplyr 组合答案

【问题标题】：combining rows with dplyr when number of columns is unknown当列数未知时将行与 dplyr 组合
【发布时间】：2017-09-19 17:24:18
【问题描述】：

我有一个包含几列的小标题，包括一个 ID 列和一个“分数”列。 ID 列有一些重复的值。我想创建一个 tibble，每个唯一 ID 有一行，列数与原始 tibble 相同。对于任何 ID，这个新 tibble 中的“分数”值应该是原始 tibble 中 ID 的分数的平均值。对于任何 ID，其他列的值应该是该 ID 在原始 tibble 中出现的第一个值。

当原始 tibble 中的列数很少且已知时，这是一个简单的问题。示例：

scores <- tibble(
  ID    = c(1, 1, 2, 2, 3), 
  score = 1:5, 
  a     = 6:10)
scores %>% 
  group_by(ID) %>% 
  summarize(score = mean(score), a = first(a))

但我经常使用有几十列的小标题（或数据框）。我事先不知道会有多少列或它们将如何命名。在这些情况下，我仍然需要一个函数，该函数在每个组中采用 score 列的平均值和其他列的第一个值。但是拼出每列的名称是不切实际的。是否有一个通用命令可以让我 summarize() 取一列的平均值和所有其他列的第一个值？

两步解决方案首先使用mutate() 将组内的每个分数替换为这些分数的平均值。然后我可以通过获取每组的第一行来创建我想要的小标题。但是有没有一步的解决方案，也许使用 dplyr 中的 select_helpers 之一？

Summarizing unknown number of column in R using dplyr 是我能找到的最近的帖子。但我看不出它完全说明了这个问题。

【问题讨论】：

标签： r duplicates dplyr

【解决方案1】：

您可以使用mutate 获取平均值，然后使用slice 获取每个组的第一行，即

library(dplyr)

scores %>% 
  group_by(ID) %>% 
  mutate(score = mean(score)) %>% 
  slice(1L)

#Source: local data frame [3 x 3]
#Groups: ID [3]

#     ID score     a
#  <dbl> <dbl> <int>
#1     1   1.5     6
#2     2   3.5     8
#3     3   5.0    10

【讨论】：