使用带有 dplyr 的向量汇总列答案

【问题标题】：Summarizing columns using a vector with dplyr使用带有 dplyr 的向量汇总列
【发布时间】：2020-01-26 14:54:34
【问题描述】：

我想计算某些列（存储在向量中的名称）的平均值，同时对列进行分组。这是一个可重现的示例：

Cities <- c("London","New_York")
df <- data.frame(Grade = c(rep("Bad",2),rep("Average",4),rep("Good",4)),
                 London = seq(1,10,1), 
                 New_York = seq(11,20,1), 
                 Shanghai = seq(21,30,1))

> df
     Grade London New_York Shanghai
1      Bad      1       11       21
2      Bad      2       12       22
3  Average      3       13       23
4  Average      4       14       24
5  Average      5       15       25
6  Average      6       16       26
7     Good      7       17       27
8     Good      8       18       28
9     Good      9       19       29
10    Good     10       20       30

我想要的输出：

> df %>% group_by(Grade) %>% summarise(London = mean(London), New_York = mean(New_York))

# A tibble: 3 x 3
  Grade   London New_York
  <fct>    <dbl>    <dbl>
1 Average    4.5     14.5
2 Bad        1.5     11.5
3 Good       8.5     18.5

我想在summarise 中选择向量cities 中的元素（不调用它们的名字），同时在向量中保留它们的原始名称

【问题讨论】：

请注意，如果您有一个城市列可以简化代码，这将使分析更容易（您只需要按向量上的城市进行过滤，然后进行汇总。
您的意思是将所有值合并到一列中，然后为城市添加另一列吗？所以一共有 3 列？
是的，您可能需要来自 tidyr 的 pivot_longer

标签： r dplyr summarize

【解决方案1】：

你可以这样做：

df %>%
 group_by(Grade) %>%
 summarise_at(vars(one_of(Cities)), mean)

  Grade   London New_York
  <fct>    <dbl>    <dbl>
1 Average    4.5     14.5
2 Bad        1.5     11.5
3 Good       8.5     18.5

来自文档：

one_of()：匹配字符向量中的变量名。

【讨论】：

完美，只是关于需要/使用 vars() 的后续问题。没有这个函数，R为什么选择变量失败？
查看文档：“此帮助程序旨在提供与 select() 等效的语义。例如，它用于范围概括和变异动词（mutate_at() 和 summarise_at()）。”。

【解决方案2】：

vars 可以采用 vector 的列名。 select-helpers(matches, starts_with, ends_with 当我们有某种模式要匹配时使用)。现在，随着当前的实现vars更加通用，它可以选择列，取消选择（与-）

library(dplyr)
df %>% 
    group_by(Grade) %>%
    summarise_at(vars(Cities), mean)
# A tibble: 3 x 3
#  Grade   London New_York
#  <fct>    <dbl>    <dbl>
#1 Average    4.5     14.5
#2 Bad        1.5     11.5
#3 Good       8.5     18.5

【讨论】：