使用 R 中的 group_by 函数按位置调用数据框的列

【问题标题】：Call the column of a data frame by position using group_by function in R使用 R 中的 group_by 函数按位置调用数据框的列
【发布时间】：2021-08-12 05:50:06
【问题描述】：

我想计算每年流量数据的每月平均值。为此，我正在使用函数 group_by 和 summarize。

这是我的输入：

这是我的代码：

x[[1]] %>% group_by(year, month) %>% summarize(mean.value = mean(x[[1]][[2]]))

我相信我的问题是当我使用 mean 函数计算数据框第二列 (DailyPrec) 的平均值时。

我得到的输出是：

当我使用列名时：

x[[1]] %>% group_by(year, month) %>% summarize(mean.value = mean(DailyPrec))

它有效，我得到了输出：

但是，我不想指明列名，我想指的是列位置，在这种情况下，是第二列。

如何在不使用列名的情况下调用数据框的第二列？

【问题讨论】：

标签： r list dataframe time dplyr

【解决方案1】：

我们可以使用几个选项，即获取具有相应索引的数据的 names，转换为 symbol 并评估 (!!)

library(dplyr)
x[[1]] %>%
    group_by(year, month) %>% 
    summarize(mean.value = mean(!! rlang::sym(names(x[[1]])[2])))

或者另一个选项是across，它可以采用索引或列名（带引号或不带引号）。

x[[1]] %>%
    group_by(year, month) %>% 
    summarize(across(all_of(names(x[[1]])[2]), mean, na.rm = TRUE))

另外，上面的代码似乎使用了一个序列来循环list。相反，我们可以使用lapply/map 循环遍历list 的每个元素，即

library(purrr)
map(x, ~ .x %>%
          group_by(year, month) %>%
          summarise(across(2, mean, na.rm = TRUE)))

在mean 中调用x[[1]][[2]] 的问题在于，它提取了打破先前创建的group_by 属性的整个列，因此OP 为每个组（即@987654335）获得了与mean 相同的值整个数据的@

【讨论】：