单次调用 pivot_wider 的顺序聚合答案

【问题标题】：Sequential aggregation with a single call of pivot_wider单次调用 pivot_wider 的顺序聚合
【发布时间】：2022-01-14 18:54:27
【问题描述】：

考虑数据框：

df <- data.frame(x = c(1,2,1,1), y = c("a", "a", "b", "a"))

通过应用下面的代码

library(tidyverse)

df %>% 
  pivot_wider(x, names_from = y, values_from = y, values_fn = length, names_prefix = "tot_", values_fill = 0) %>% 
  mutate(per_a = 100*tot_a / rowSums(select(.,starts_with("tot_")))) %>% 
  mutate(per_b = 100*tot_b / rowSums(select(.,starts_with("tot_"))))

一个人得到结果

   <dbl> <int> <int> <dbl> <dbl>
 1     1     2     1  66.7  33.3
 2     2     1     0 100     0

我的问题是：是否有可能使用pivot_wider 的单个调用获得相同的结果，也就是说，没有任何mutate？

【问题讨论】：

proportions(table(df), 1)*100 呢？
谢谢，@Onyambu。但是，我的问题的动机是找出是否可以通过使用单个pivot_wider 来完成这样的结果。
我不这么认为。 value_fn 是一个聚合函数，因此在这种情况下不符合条件。可能只有一个 mutate 调用
文档说value_fn可以是函数列表，@Onyambu。
是的，所有聚合。即他们按组工作并给出统一/单一的结果。在您的情况下，您有 a 组和 b 组，它们是依赖的，因为 66.7 是通过在除法之前计算 a AND B 中的所有值而获得的。

标签： r tidyverse tidyr

【解决方案1】：

你需要group_by 两次我想如果你想在没有mutate 的情况下对每个percentage 列分别执行一次pivot_wider。

df %>%
  group_by(x,y) %>%
  count(name="tot") %>%
  group_by(x) %>%
  mutate(per = tot / sum(tot)) %>%
  pivot_wider(id_cols = x, names_from=y, values_from=c(tot,per))

## A tibble: 2 x 5
## Groups:   x [2]
#      x tot_a tot_b per_a  per_b
#  <dbl> <int> <int> <dbl>  <dbl>
#1     1     2     1 0.667  0.333
#2     2     1    NA 1     NA

这对我来说很“整洁”，因为您在长格式、整洁的数据中进行 2 次分组扫描中的所有计算，而不是尝试手动选择宽格式的多个列。

【讨论】：

【解决方案2】：

其他解决方案选项

data.table

df <- data.frame(x = c(1,2,1,1), y = c("a", "a", "b", "a"))

library(data.table)
library(magrittr)
setDT(df)[, list(tot = .N), by = list(x, y)] %>% 
  .[, perc := proportions(tot), by = list(y)] %>% 
  dcast(x ~ y, value.var = c("tot", "perc"), fill = 0)
#>    x tot_a tot_b    perc_a perc_b
#> 1: 1     2     1 0.6666667      1
#> 2: 2     1     0 0.3333333      0

^{由reprex package (v2.0.1) 于 2021 年 12 月 10 日创建}

tidyverse

library(tidyverse)
df <- data.frame(x = c(1,2,1,1), y = c("a", "a", "b", "a"))

df %>%
  pivot_wider(
    x,
    names_from = y,
    values_from = y,
    values_fn = length,
    names_prefix = "tot_",
    values_fill = 0
  ) %>% 
  mutate(across(starts_with("tot_"), proportions, .names = "{.col}_prop"))
#> # A tibble: 2 x 5
#>       x tot_a tot_b tot_a_prop tot_b_prop
#>   <dbl> <int> <int>      <dbl>      <dbl>
#> 1     1     2     1      0.667          1
#> 2     2     1     0      0.333          0

^{由reprex package (v2.0.1) 于 2021-12-10 创建}

【讨论】：