dplyr group_by 循环遍历不同的列答案

【问题标题】：dplyr group_by loop through different columnsdplyr group_by 循环遍历不同的列
【发布时间】：2019-03-13 23:05:16
【问题描述】：

我有以下数据；

我想使用 group_by 创建三个不同的数据框并总结 dplyr 函数。这些将是 df_Sex、df_AgeGroup 和 df_Type。对于这些列中的每一列，我想执行以下功能；

 df_Sex =  df%&gt;%group_by(Sex)%&gt;%summarise(Total = sum(Number))

有没有办法使用 apply 或 lapply 将这三列（Sex、AgeGrouping 和 Type）中每一列的名称传递给这些创建 3 个数据框？

【问题讨论】：

标签： r dplyr apply lapply

【解决方案1】：

这会起作用，但会创建一个数据框列表作为您的输出

### Create your data first    

df <- data.frame(ID = rep(10250,6), Sex = c(rep("Female", 3), rep("Male",3)), 
                     Population = c(rep(3499, 3), rep(1163,3)), AgeGrouping =c(rep("0-14", 3), rep("15-25",3)) , 
                     Type = c("Type1", "Type1","Type2", "Type1","Type1","Type2"), Number = c(260,100,0,122,56,0))

gr <- list("Sex", "AgeGrouping","Type")

df_list <- lapply(gr, function(i) group_by(df, .dots=i) %>%summarise(Total = sum(Number)))

【讨论】：

【解决方案2】：

这是一种方法：

f <- function(x) {
     df %>% 
         group_by(!!x) %>% 
         summarize(Total = sum(Number))
}

lapply(c(quo(Sex), quo(AgeGrouping), quo(Type)), f)

可能有更好的方法来做到这一点，我对 tidyeval 的研究并不多。我个人更喜欢这个：

library(data.table)
DT <- as.data.table(df)
lapply(c("Sex", "AgeGrouping", "Type"), 
       function(x) DT[, .(Total = sum(Number)), by = x])

【讨论】：