访问 dplyr 中的分组数据答案

【问题标题】：Accessing grouped data in dplyr访问 dplyr 中的分组数据
【发布时间】：2014-05-07 16:49:18
【问题描述】：

从 dplyr 应用 group_by 函数并使用 %.% 运算符后如何访问分组数据

例如，如果我想拥有每个分组数据的第一行，那么我可以使用 plyr 包作为

ddply(iris,.(Species),function(df){
  df[1,]
})

#output
#  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
#1          5.1         3.5          1.4         0.2     setosa
#2          7.0         3.2          4.7         1.4 versicolor
#3          6.3         3.3          6.0         2.5  virginica

【问题讨论】：

我并不完全清楚您所说的“访问组数据”是什么意思。你能详细说明一下吗？
我想在使用 dplyr 包中的 group_by 函数并使用 %.% 后访问每个组
您可以添加一个summarise(myfun = myfun(column)) 来处理块，其中 myfun 是一个可以处理块的自定义函数。如果您打开browser，您将能够看到正在处理的值。

标签： r plyr dplyr

【解决方案1】：

对于您的具体情况，您可以使用row_number():

library(dplyr)

iris %.% 
  group_by(Species) %.%
  filter(row_number(Species) == 1)
## Source: local data frame [3 x 5]
## Groups: Species
## 
##   Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
## 1          5.1         3.5          1.4         0.2     setosa
## 2          7.0         3.2          4.7         1.4 versicolor
## 3          6.3         3.3          6.0         2.5  virginica

这在 0.2 版中会更自然一些，因为您可以省略变量名：

# devtools::install_github("hadley/dplyr")

iris %.% 
  group_by(Species) %.%
  filter(row_number() == 1)
## Source: local data frame [3 x 5]
## Groups: Species
## 
##   Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
## 1          5.1         3.5          1.4         0.2     setosa
## 2          7.0         3.2          4.7         1.4 versicolor
## 3          6.3         3.3          6.0         2.5  virginica

对于任意操作，do() 在 0.2 中更有用。你给它任意表达式，使用. 作为每个组的占位符：

iris %.% 
  group_by(Species) %.%
  do(.[1, ])
## Source: local data frame [3 x 6]
## Groups: Species
## 
##      Species Sepal.Length Sepal.Width Petal.Length Petal.Width  Species.1
## 1     setosa          5.1         3.5          1.4         0.2     setosa
## 2 versicolor          7.0         3.2          4.7         1.4 versicolor
## 3  virginica          6.3         3.3          6.0         2.5  virginica

【讨论】：

【解决方案2】：

我发现可能有帮助的唯一方法是使用 do 函数。

library(dplyr)

g.iris <- group_by(x=iris, Species)

do(g.iris, function(x){ head(x, n=1)})

【讨论】：

如果与 %.% 运算符一起使用，则返回一个列表