使用 R 在 lapply() 中应用 Magrittr 管道答案

【问题标题】：Applying a Magrittr Pipe in lapply() with R使用 R 在 lapply() 中应用 Magrittr 管道
【发布时间】：2019-12-27 05:39:07
【问题描述】：

我想找到一种方法，通过 lapply 语句实现一系列管道函数，并由此生成多个数据库。这是一个示例数据集：

# the data
d <- tibble(
  categorical = c("a", "d", "b", "c", "a", "b", "d", "c"),
  var_1 = c(0, 0, 1, 1, 1, 0, 1, 0),
  var_2 = c(0, 1, 0, 0, 0, 0 ,1, 1),
  var_3 = c(0, 0, 1, 1, 1, 1, 1, 1),
  var_4 = c(0, 1, 0, 1, 0, 0, 0, 0)
)

这是我想要的结果：

$var_1
a  b  c  d
1  1  1  1

$var_2
a  b  c  d
0  0  1  2

$var_3
a  b  c  d
1  2  2  1

$var_4
a  b  c  d
0  0  1  1

我可以轻松地单独重新创建每个列表元素。这是我的 dplyr 示例代码：

d %>%
  filter(var_1 == 1) %>%
  group_by(categorical, var_1) %>%
  summarise(n = n()) %>%
  select(-var_1) %>%
  rename("var_1" = "n") %>%
  ungroup() %>%
  spread(categorical, var_1)

# A tibble: 1 x 4
      a     b     c     d
  <int> <int> <int> <int>
1     1     1     1     1

但是，我想跨所有列自动执行该过程，并创建一个对象，其中包含作为列表的每一行信息。

这是我开始的地方：

lapply(d[,2:5], function (x) d %>%
  filter(x == 1) %>%
  group_by(categorical, x) %>%
  summarise(n = n()) %>%
  select(-x) %>%
  rename("x" = "n") %>%
  ungroup() %>%
  spread(categorical, x))

任何帮助将不胜感激！

【问题讨论】：

标签： r list dplyr magrittr

【解决方案1】：

我们可以将gather 转换为'long' 格式，然后在得到'val' 的sum 按'categorical' 分组后执行group_split 和spread 它

library(tidyverse)
gather(d, key, val, -categorical) %>%
     split(.$key) %>%
     map(~ .x %>% 
           group_by(categorical) %>%
           summarise(val = sum(val)) %>%
           spread(categorical, val))
#$var_1
# A tibble: 1 x 4
#      a     b     c     d
#  <dbl> <dbl> <dbl> <dbl>
#1     1     1     1     1

#$var_2
# A tibble: 1 x 4
#      a     b     c     d
#  <dbl> <dbl> <dbl> <dbl>
#1     0     0     1     2

#$var_3
# A tibble: 1 x 4
#      a     b     c     d
#  <dbl> <dbl> <dbl> <dbl>
#1     1     2     2     1

#$var_4
# A tibble: 1 x 4
#      a     b     c     d
#  <dbl> <dbl> <dbl> <dbl>
#1     0     0     1     1

或者另一种选择是遍历除第一个之外的列，然后将 group_by sum 和 spread 执行为“宽”格式

map(names(d)[-1], ~ 
          d %>%
           group_by(categorical) %>% 
           summarise(n = sum(!! rlang::sym(.x))) %>% 
           spread(categorical, n))

【讨论】：

第一个选项最适合我。我的实际数据集中有很多 NA 值，在gather 步骤之后添加na.omit() %>% 效果很好。
@Craig 好的，在第二个版本中，您可以在sum 中使用na.rm = TRUE

【解决方案2】：

这是一个使用data.table::transpose() 的选项：

aggregate(. ~ categorical, d, sum) %>%
  data.table::transpose(make.names = "categorical") %>%
  split(names(d)[-1])
#> $var_1
#>   a b c d
#> 1 1 1 1 1
#> 
#> $var_2
#>   a b c d
#> 2 0 0 1 2
#> 
#> $var_3
#>   a b c d
#> 3 1 2 2 1
#> 
#> $var_4
#>   a b c d
#> 4 0 0 1 1

^{由reprex package 创建于 2019-11-04 (v0.3.0)}

【讨论】：