在 dplyr 中使用跨函数 [重复]答案

【问题标题】：Using across function in dplyr [duplicate]在 dplyr 中使用跨函数 [重复]
【发布时间】：2020-07-06 12:21:29
【问题描述】：

我有一个包含缺失值的数据框。

# Create dataframe
df <- data.frame(Athlete = c(c(replicate(200,"Ali"), c(replicate(200,"Tyson")))),
                 Score = replicate(400, sample(c(1:20, NA), 1, rep = TRUE)))

我的函数对因子进行分组，然后计算不包含 NA 值的行。

library(dplyr)
Result <- df %>%
  dplyr::group_by(Athlete, .drop = TRUE) %>%
  dplyr::summarise_each(list(~sum(!is.na(.))))

我得到了想要的结果。但是有一个警告信息。

`summarise_each_()` is deprecated as of dplyr 0.7.0.
Please use `across()` instead.

我正在尝试更新代码库，以便停止警告消息。

注意：警告信息中还写着；

This warning is displayed once every 8 hours.
Call `lifecycle::last_warnings()` to see where this warning was generated.

因此，如果没有警告消息，请重新启动 Rstudio 并重新运行脚本以生成警告消息。

【问题讨论】：

标签： r dplyr group-summaries

【解决方案1】：

summarise_each 被替换为 summarise_at/summarise_all，现在在 dplyr 1.0.0 中被替换为 across。

library(dplyr)
df %>%
 group_by(Athlete) %>%
 summarise(across(everything(), ~sum(!is.na(.))))

#  Athlete Score
#  <chr>   <int>
#1 Ali       189
#2 Tyson     195

不过，如果您只有一列要汇总，如图所示，您可以直接执行此操作：

df %>%
  group_by(Athlete, .drop = TRUE) %>%
  summarise(Score  = sum(!is.na(Score)))

【讨论】：