汇总分组数据时计算总值答案

【问题标题】：Calculate total values when summarising grouped data汇总分组数据时计算总值
【发布时间】：2018-10-12 17:12:43
【问题描述】：

我有一个数据框，我在其中对数据进行了分组，我正在按组运行汇总统计信息，但也希望获得所有组合的汇总统计信息。有没有比做两次并像下面这样组合更简单的方法？

dataDF <- data.frame(
  group = rep(c('a', 'b', 'c'), 10),
  value1 = rnorm(30),
  value2 = 1:30
)

grouped <- dataDF %>%
  group_by(group) %>% 
  summarise(
    mean1 = mean(value1),
    mean2 = mean(value2),
    sd1 = sd(value1),
    sd2 = sd(value2),
    max1 = max(value1),
    max2 = max(value2)
    )

total <- dataDF %>%
  summarise(
    mean1 = mean(value1),
    mean2 = mean(value2),
    sd1 = sd(value1),
    sd2 = sd(value2),
    max1 = max(value1),
    max2 = max(value2)
  )

combined <- rbind(
  grouped,
  data.frame(
    group = 'All',
    total
  ))

> combined
# A tibble: 4 x 7
  group  mean1 mean2   sd1   sd2  max1  max2
  <fct>  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 a      0.336  14.5 1.15   9.08  1.98    28
2 b     -0.215  15.5 1.17   9.08  1.30    29
3 c      0.332  16.5 0.874  9.08  2.19    30
4 All    0.151  15.5 1.07   8.80  2.19    30

【问题讨论】：

不，没有。但是使用summarise_all 作为神秘节目可以大大简化你的代码。
参见Grouping sets, Rollup and Cube for dplyr: "我认为这些很有用，但实施起来相对复杂，并且在我的优先级列表中较低。实际上，它们不太可能在 dplyr 中实施，所以我认为最好接受这一点并鼓励人们在其他地方解决问题”，其中“其他地方”可能是例如data.table::groupingsets, some examples

标签： r group-by dplyr summarize

【解决方案1】：

你在找summarise_all吗？

> dataDF %>% group_by(group) %>% summarise_all(funs(mean,sd,max))
# A tibble: 3 x 7
  group value1_mean value2_mean value1_sd value2_sd value1_max value2_max
  <fct>       <dbl>       <dbl>     <dbl>     <dbl>      <dbl>      <dbl>
1 a          -0.170        14.5     0.938      9.08       1.01        28.
2 b           0.196        15.5     0.771      9.08       1.46        29.
3 c          -0.137        16.5     0.922      9.08       2.10        30.

【讨论】：

这是对 OP 代码的一大改进，但我认为他们的主要问题是在不同的分组级别（按 group 分组并无分组）组合摘要。

【解决方案2】：

我已经写了一个函数来做这个

summarise_with_total <- function(data, func, ...){

  # Gets the cohorts which the DF is grouped by
  cohorts <- groups(data)

  # Results split by cohorts
  split <- data %>% 
    func(...) %>% 
    data.frame()

  # results combined
  combined <- data.frame(
    setNames(data.frame(matrix(data = "All",
                               ncol = length(cohorts),
                               nrow = 1)),
             cohorts),
    ungroup(data) %>% 
      func(...)
  )

  return(rbind(split, combined))

}

dataDF %>% 
  group_by(group) %>% 
  summarise_with_total(summarise_at,
                      .vars = c('value1', 'value2'), 
                      .funs = funs(mean, sd, max))

【讨论】：