在 tidyverse 中循环分组答案

【问题标题】：Group in a loop in the tidyverse在 tidyverse 中循环分组
【发布时间】：2018-12-08 18:53:48
【问题描述】：

我可以在 tidyverse 中循环分组吗？

如果组中的观察值很少，更大的任务是用NA 替换分组变量。我想将小组合并成一个NA 组。

但是，下面的代码不允许我 group_by(x) 其中x 是循环变量。

library(tidyverse)

for (x in c("cyl", "gear")) {
    mtcars %>%
        add_count(x) %>% 
        mutate(x = ifelse(n() < 10, NA, x))
}

我收到以下错误。

Error in grouped_df_impl(data, unname(vars), drop) : 
  Column `x` is unknown

【问题讨论】：

对不起，弄错了。您的 x 是字符串，而不是变量。如果你想分组，它应该是group_by(get(x))。我不明白为什么add_count，还有get(x)。

标签： r tidyverse

【解决方案1】：

你的意思是这样的吗？

library(dplyr)
for (x in c("cyl", "gear")) {
  col <- sym(x)
  mtcars <- mtcars %>%
    add_count(!!col) %>% 
    mutate(!!col := ifelse(n < 10, NA, !!col)) %>% 
    select(-n)
}
mtcars
#> # A tibble: 32 x 11
#>      mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
#>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#>  1  21      NA  160    110  3.9   2.62  16.5     0     1     4     4
#>  2  21      NA  160    110  3.9   2.88  17.0     0     1     4     4
#>  3  22.8     4  108     93  3.85  2.32  18.6     1     1     4     1
#>  4  21.4    NA  258    110  3.08  3.22  19.4     1     0     3     1
#>  5  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2
#>  6  18.1    NA  225    105  2.76  3.46  20.2     1     0     3     1
#>  7  14.3     8  360    245  3.21  3.57  15.8     0     0     3     4
#>  8  24.4     4  147.    62  3.69  3.19  20       1     0     4     2
#>  9  22.8     4  141.    95  3.92  3.15  22.9     1     0     4     2
#> 10  19.2    NA  168.   123  3.92  3.44  18.3     1     0     4     4
#> # ... with 22 more rows

^{由reprex package (v0.2.1) 于 2018 年 12 月 8 日创建}

（不是最简单的语法，我知道....）

【讨论】：

修改了之前的答案。您需要那个“select(-n)”，否则循环中的 add_count 每次都会创建一个额外的新计数列，而 mutate 将使用错误的列。
够了：mtcars <- mtcars %>% add_count(!! col) %>% mutate(!! col := ifelse(n < 10, NA, !! col)) %>% select(-n)
@arg0naut 你是对的。不知道 add_count 能够在后台进行分组！将再次修改。
确实它同时进行分组和聚合，你得到了我的支持！
!! 运算符是什么？我如何进一步了解它？至少解决方案不是显而易见的！ :)

【解决方案2】：

您也可以将mutate_at 与table 一起使用

library(tidyverse)

mtcars %>% 
  mutate_at(vars(cyl, gear), ~ {
            t <- table(.)
            ifelse(. %in% names(t[t < 10]), NA, .)})

函数可以用purrr::keep简化为一行

mtcars %>% 
  mutate_at(vars(cyl, gear),
            ~ ifelse(. %in% names(keep(table(.), `<`, 10)), NA, .))

或者，如果您碰巧正在使用 data.table，您可以使用“更新连接”将子集分配给计数较少的组，然后将 NA 分配给该子集

library(data.table)
dt <- as.data.table(mtcars)

for(x in c('cyl', 'gear'))
  dt[dt[, .N, x][N < 10], on = x, (x) := NA]

这将达到相同的结果

all.equal(
  dt, 
  mtcars %>% 
    mutate_at(vars(cyl, gear),
    ~ ifelse(. %in% names(keep(table(.), `<`, 10)), NA, .)) %>% 
    setDT
)
# [1] TRUE

【讨论】：