列列表的 dplyr 汇总表答案

【问题标题】：dplyr summary tables for list of columns列列表的 dplyr 汇总表
【发布时间】：2017-09-07 10:33:26
【问题描述】：

我有一个数据框：

role <- c("hi", "hi", "lo", "lo", "me", "me")
a <- c("w", "r","w", "r", "w", "r")
b <- c("z", "x","z", "x", "z", "x")
c <- c("o", "o","p", "p", "t", "y")

df <- data.frame(role, a, b, c)

要获得数据透视表样式摘要，其中roles 在a 列中具有哪些因子频率，我使用 dplyr：

summ <- df %>%
group_by(role, a) %>%
tally() %>%
spread(a, n, fill = 0)

summ

如何使用一个 dplyr 管道为所有列（a、b 和 c）自动生成单独的数据透视表？

【问题讨论】：

标签： r dplyr pivot-table

【解决方案1】：

这是一个使用tidyverse的选项

library(tidyverse)
names(df)[-1] %>% 
    map(~df %>% 
         select(.x, role) %>% 
         group_by(!!sym(.x), role) %>%
         tally() %>% 
         spread(!!sym(.x), n, fill = 0))
#    [[1]]
# A tibble: 3 x 3
#    role     r     w
#* <fctr> <dbl> <dbl>
#1     hi     1     1
#2     lo     1     1
#3     me     1     1

#[[2]]
# A tibble: 3 x 3
#    role     x     z
#* <fctr> <dbl> <dbl>
#1     hi     1     1
#2     lo     1     1
#3     me     1     1

#[[3]]
# A tibble: 3 x 5
#    role     o     p     t     y
#* <fctr> <dbl> <dbl> <dbl> <dbl>
#1     hi     2     0     0     0
#2     lo     0     2     0     0
#3     me     0     0     1     1

【讨论】：

我试过你的代码，但得到了Error in sym(.x) : could not find function "sym"。除了tidyverse，你还用了哪些包？谢谢！
@thecatalyst 你可能需要library(rlang)

【解决方案2】：

一种方法，保留用于单个数据透视表的代码：

library(dplyr); library(tidyr)

df %>%
  gather(key, value, -role) %>%
  split(.$key) %>%
  lapply(function(x){x %>% group_by(role, value) %>%
      tally() %>%
      spread(value, n, fill = 0)})

$a
# A tibble: 3 x 3
# Groups:   role [3]
   role     r     w
* <chr> <dbl> <dbl>
1    hi     1     1
2    lo     1     1
3    me     1     1

$b
# A tibble: 3 x 3
# Groups:   role [3]
   role     x     z
* <chr> <dbl> <dbl>
1    hi     1     1
2    lo     1     1
3    me     1     1

$c
# A tibble: 3 x 5
# Groups:   role [3]
   role     o     p     t     y
* <chr> <dbl> <dbl> <dbl> <dbl>
1    hi     2     0     0     0
2    lo     0     2     0     0
3    me     0     0     1     1

【讨论】：

那么在这个答案中，key 和 value 是什么？
key = a, b, c; value = 最初在这些列中的值。这两个变量在第一行的gather() 函数中定义。

【解决方案3】：

这在带有lapply 和table 的基础R 中非常简单：

lapply(df[-1], function(x) table(df$role, x))
$a
    x
     r w
  hi 1 1
  lo 1 1
  me 1 1

$b
    x
     x z
  hi 1 1
  lo 1 1
  me 1 1

$c
    x
     o p t y
  hi 2 0 0 0
  lo 0 2 0 0
  me 0 0 1 1

这将返回一个表对象列表。如果你想要一个 data.frames 列表，你可以这样做

lapply(df[-1], function(x) as.data.frame.matrix(table(df$role, x)))

【讨论】：

【解决方案4】：

仅供参考，您还使用 tidyr 进行收集，您可以使用 count 代替 group 然后 tally 以获得更简洁的管道。

如果您想要一个列出所有组合的表格：

library(tidyr)
library(dplyr)

df %>%
  gather(variable, value, -role) %>% 
  count(role, variable, value) %>% 
  spread(value, n, fill = 0)

    role variable     o     p     r     t     w     x     y     z
* <fctr>    <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1     hi        a     0     0     1     0     1     0     0     0
2     hi        b     0     0     0     0     0     1     0     1
3     hi        c     2     0     0     0     0     0     0     0
4     lo        a     0     0     1     0     1     0     0     0
5     lo        b     0     0     0     0     0     1     0     1
6     lo        c     0     2     0     0     0     0     0     0
7     me        a     0     0     1     0     1     0     0     0
8     me        b     0     0     0     0     0     1     0     1
9     me        c     0     0     0     1     0     0     1     0

【讨论】：

我在讨论分享一个类似的答案。我在末尾添加了%>% select(role, variable, r, w, x, z, o, p, t, y) %>% arrange(variable, role)，以便将表格组合在一起以便于阅读。