在 dplyr 中使用不同的分组变量进行总结

Question

我想为我希望执行的每个摘要使用不同的分组变量来总结一个数据框。例如，我有三个变量（x1、x2、x3）。我想按 x1 对数据框进行分组并获取该组中的观察数，但我想对 x2 和 x3 做同样的事情。

我想使用相同的管道块来完成此操作，但到目前为止，我想出的唯一解决方案是为我想要的每个单独分组保存多个输出。

重现我的数据框：

x1 <- c(0,1,1,2,2,3,3,3,4,4,5,6,6,7,8,9,9,10)
x2 <- c(0,0,1,1,0,1,2,0,0,2,1,0,3,4,2,3,0,3)
x3 <- c(0,1,0,1,2,2,1,3,4,2,4,6,3,3,6,6,9,7)
df <- data.frame(x1,x2,x3)

我的预期输出看起来像这样，其中 x 是变量的最小和最大数，n_x1-3 是特定数量的观察数并将该变量用作分组变量：

       x     n_x1     n_x2     n_x3
 1     0        1        7        2
 2     1        2        4        3
 3     2        2        3        3
 4     3        3        3        3
 5     4        2        1        2
 6     5        1       NA       NA
 7     6        2       NA        3
 8     7        1       NA        1
 9     8        1       NA       NA
10     9        2       NA        1
11    10        1       NA       NA

到目前为止，我已经提出了按每个变量单独汇总和分组，然后将它们全部连接在一起作为最后一步。

x1_count <- df %>%
  group_by(x1) %>%
  summarise(n_x1=n())

x2_count <- df %>%
  group_by(x2) %>%
  summarise(n_x2=n())

x3_count <- df %>%
  group_by(x3) %>%
  summarise(n_x3=n())

all_count <- full_join(x1_count, x2_count,
                       by=c("x1"="x2")) %>%
  full_join(., x3_count,
            by=c("x1"="x3")) %>%
  rename("x"="x1")

是否有某种类型的工作可以解决我不必输出多个数据帧然后将它们连接在一起的问题。我更喜欢更干净更优雅的解决方案。

Answer 1

我们可以使用简单的map 和full_join

library(dplyr)
library(purrr)
map(names(df), ~ df %>% 
           count(!!rlang::sym(.x)) %>%
           rename_at(1, ~ 'x')) %>%
     reduce(full_join, by = 'x') %>%
     rename_at(-1, ~ str_c('n_x', seq_along(.)))
#     x n_x1 n_x2 n_x3
#1   0    1    7    2
#2   1    2    4    3
#3   2    2    3    3
#4   3    3    3    3
#5   4    2    1    2
#6   5    1   NA   NA
#7   6    2   NA    3
#8   7    1   NA    1
#9   8    1   NA   NA
#10  9    2   NA    1
#11 10    1   NA   NA

---

或者使用简单的base R 选项

t(table(c(col(df)), unlist(df)))

Answer 2

一个简单的 tidyr 解决方案

library(tidyr)
df %>%
  pivot_longer(everything(),names_to="variables",values_to="values") %>%
  group_by(variables,values) %>%
  summarize(n_x=n()) %>%
  ungroup() %>%
  pivot_wider(names_from = variables,values_from=n_x)

# A tibble: 11 x 4
   values    x1    x2    x3
    <dbl> <int> <int> <int>
 1      0     1     7     2
 2      1     2     4     3
 3      2     2     3     3
 4      3     3     3     3
 5      4     2     1     2
 6      5     1    NA    NA
 7      6     2    NA     3
 8      7     1    NA     1
 9      8     1    NA    NA
10      9     2    NA     1
11     10     1    NA    NA