通过 dplyr group_by 运行列表并每次汇总和变异

Question

在使用 dplyr 时是否可以遍历列表并替换 group_by 变量？让我举例说明：

假设我有一个来自数据集 myData 的变量列表，每个变量都具有相同的组 1 到 10。理想情况下，我想遍历列表并为每个变量汇总和变异数据，如下所示。这可能吗？

这是一个较小的通用示例，但我只是将变量 a 放在 group_by 函数中，但理想情况下，我想遍历一个列表并获取每个变量的输出。

vars <- list(a,b,c)

> myData
   success a b c
1        0 2 1 3
2        1 1 3 1
3        1 1 3 1
4        0 1 1 3
5        1 2 2 1
6        1 2 3 2
7        0 2 2 3
8        0 1 1 3
9        0 2 3 2
10       1 1 1 2
11       1 1 2 2
12       0 1 1 1
13       0 3 1 1
14       1 3 2 1

> myData %>% group_by(a) %>% 
+     summarise(success = sum(success), n = n()) %>% 
+     mutate(success_prop = success / sum(n))
Source: local data frame [3 x 4]

  a success n success_prop
1 1       4 7   0.28571429
2 2       2 5   0.14285714
3 3       1 2   0.07142857

最终结果可能如下所示：

group   a.success   a.n a.success_prop  b.success   b.n b.success_prop  c.success   c.n c.success_prop
1         4          7  0.28571429          1        6  0.07142857          4         6   0.2857143
2         2          5  0.14285714          3        4  0.21428571          3         4   0.2142857
3         1          2  0.07142857          3        4  0.21428571          0         4   0

Answer 1

我建议您首先将您的数据转换为tidy 格式：

library(tidyr)
library(dplyr)

tidy_data <- myData %>%
  gather(key, value, a:c)

然后使用group_by 和summarise 就很简单了。

编辑

tidy_data %>%
  group_by(key, value) %>%
  summarise(
    success = sum(success),
    n = n()
  ) %>%
  group_by(key) %>%
  mutate(
    success_prop = success / sum(n)
  )