按功能分组查询

Question

大家好，我是 R 新手，

虽然我附上了我正在使用的 df 的屏幕截图 (https://i.stack.imgur.com/CUz4l.png)，但这里有一个简短的描述

我有一个共有 7 列的数据框，其中一列是月份列，其余 6 列是（整数）值，这些也有空行

需要按所有6列的计数汇总并按月分组

尝试了以下代码：group_by(Month) %>% summarise(count=n(),na.omit())

得到以下错误：
错误：summarise() 输入 ..2 有问题。 x 参数“对象”丢失，没有默认值 i 输入..2 是na.omit()。 i 错误发生在第 1 组：月 =“1”。 运行rlang::last_error() 看看哪里出错了。

有人可以帮忙吗？

[数据头][1] (https://i.stack.imgur.com/stfoG.png)

> dput(head(Dropoff))
structure(list(Start.Date = c("01-11-2019 06:07", "01-11-2019 06:07", 
"01-11-2019 06:08", "01-11-2019 06:08", "02-11-2019 06:08", "02-11-2019 06:07"
), End.Date = c("01-11-2019 06:12", "01-11-2019 09:28", "01-11-2019 10:02", 
"01-11-2019 13:05", "02-11-2019 06:13", "02-11-2019 06:16"), 
    Month = structure(c(3L, 3L, 3L, 3L, 3L, 3L), .Label = c("1", 
    "2", "11"), class = "factor"), nps = c(9L, 10L, 9L, 8L, 9L, 
    9L), effort = c(9L, 10L, 9L, 9L, 9L, 8L), knowledge = c(NA, 
    NA, 5L, NA, NA, 5L), confidence = c(5L, 5L, NA, NA, 5L, NA
    ), listening = c(NA, NA, NA, 5L, NA, NA), fcr = c(1L, 1L, 
    1L, 1L, 1L, 1L), fixing.issues = c(NA, NA, NA, NA, NA, NA
    )), row.names = c(NA, 6L), class = "data.frame")

id 喜欢输出看起来像这样

Month	count of nps	count of effort
1	xxx	xxx
2	xxx	xxx
11	6	6

....等等（计数）所有变量

以下

df%>% group_by(Month) %>% summarise(count=n())

提供此输出 [1]：https://i.stack.imgur.com/u3nxv.png 这不是我所希望的

Answer 1

看起来na.omit() 在这种情况下会导致问题。鉴于您想计算 NA 但不将它们包含在任何以下总和中，您可以使用

df[is.na(df)] = 0

然后

df %>% group_by(Month) %>% summarise(count=n())

Answer 2

感谢您的澄清。半手动解决方案

df %>% group_by(Month) %>% summarize(
  c_nps= sum(!is.na(nps)),
  c_effort= sum(!is.na(effort)),
  c_knowledge= sum(!is.na(knowledge)),
  c_confidence= sum(!is.na(confidence)),
  c_listening= sum(!is.na(listening)),
  c_fcr= sum(!is.na(fcr))
)

应该可以解决问题。由于只需要总结 6 列，因此我会使用手动规范而不是自动实现（即在所有其他列中计算非 NA）。

结果

# A tibble: 1 x 7
  Month c_nps c_effort c_knowledge c_confidence c_listening c_fcr
  <fct> <int>    <int>       <int>        <int>       <int> <int>
1 11        6        6           2            3           1     6

干杯，祝你好运！

Answer 3

从您的示例中我了解到，您想计算每一列中的非 NA 值。

Dropoff %>% group_by(Month) %>%
summarise_at(vars(nps:fixing.issues), list(count=~sum(!is.na(.x))))

• summarize_at：该术语对vars() 表达式中给出的每一列执行汇总。这里我选择了nps到fixing.issues的所有列。
• 作为汇总函数（描述如何汇总数据），我定义为对所有非 NA 值进行计数。语法是将所有函数作为命名列表。这里~ 与function(x) 的作用相同。更冗长的写法是：function(x) sum(!is.na(x))
• “count”表达式的工作方式如下：检查列 (x) 的向量是否为 NA 值 is.na。 ! 否定这个表达式。由于这是一个只有真/假值的向量，您可以使用sum 计算真值。
• 该表达式适用于所有类型的列类型（文本、数字等）

给出结果：

# A tibble: 1 x 8
  Month nps_count effort_count knowledge_count confidence_count listening_count fcr_count fixing.issues_count
  <fct>     <int>        <int>           <int>            <int>           <int>     <int>               <int>
1 11            6            6               2                3               1         6                   0

如果这不是您的目标，请准确说明您的问题。