Dplyr group_by summarise 保留组内每列的最小值/最大值，具体取决于列后缀

Question

我有一个数据框，其中包含我想折叠成单个条目的组，新行的值是每个组中的最小值或最大值，具体取决于列名。

例如，给定：

set.seed(1)
dat <- data.frame(grp = c('A', 'A', 'B', 'B'), 
                  v1_high = rnorm(4), 
                  v2_high = rnorm(4), 
                  v3_low = rnorm(4))

# original
   grp    v1_high    v2_high     v3_low
 1   A -0.6264538  0.3295078  0.5757814
 2   A  0.1836433 -0.8204684 -0.3053884
 3   B -0.8356286  0.4874291  1.5117812
 4   B  1.5952808  0.7383247  0.3898432

我想生成一个新数据框，其中包含与“A”和“B”组对应的两个条目，每列的最大值以_high 结尾，每列的最小值以_low 结尾。

在这种情况下：

# desired result
  grp   v1_high   v2_high     v3_low
1   A 0.1836433 0.3295078 -0.3053884
2   B 1.5952808 0.7383247  0.3898432

最后，这些列的数量和名称是事先不知道的。

理想情况下，摘要还可以处理不存在_min 列而只有_max 列的情况，尽管我总是可以手动检查这种情况并使用if () { .. } 分别处理这两种情况声明。

有什么建议吗？使用summarize_at() 函数似乎应该可以做到这一点，但我还没有弄清楚如何将不同的函数应用于不同的列集。

Answer 1

一个选项是按'grp'分组，获取以'high'（列名）结尾的列的max，也将其用作分组列并获取以'结尾的列的min低'

library(dplyr)    
dat %>%
   group_by(grp) %>%  
   mutate_at(vars(ends_with('high')), max) %>% 
   group_by_at(vars(ends_with('high')), .add = TRUE) %>% 
   summarise_at(vars(ends_with('low')), min)
# A tibble: 2 x 4
# Groups:   grp, v1_high [2]
#  grp   v1_high v2_high v3_low
#  <fct>   <dbl>   <dbl>  <dbl>
#1 A       0.184   0.330 -0.305
#2 B       1.60    0.738  0.390

---

如果没有min 列，它也可以工作

dat[-4] %>%
    group_by(grp) %>%  
    mutate_at(vars(ends_with('high')), max) %>% 
    group_by_at(vars(ends_with('high')), .add = TRUE) %>%   
    summarise_at(vars(ends_with('low')), min)
# A tibble: 2 x 3
# Groups:   grp, v1_high [2]
#  grp   v1_high v2_high
#  <fct>   <dbl>   <dbl>
#1 A       0.184   0.330
#2 B       1.60    0.738

---

或者另一个选项是map2

library(purrr)
map2(list(min, max), list('low', 'high'), ~ 
      dat %>% 
         select(grp, ends_with(.y)) %>%
         group_by(grp) %>%
         summarise_all(.x)) %>% 
         reduce(inner_join, by = 'grp')