使用 dplyr 中的两个函数汇总数据

Question

考虑这个示例数据框：

d <- read.table(text="
  trt rep y  
  1   1   30   
  1   1   50   
  1   1   70   
  1   2   0   
  1   2   0   
  1   2   0   
  2   1   10   
  2   1   0   
  2   1   0   
  2   2   5   
  2   2   0   
  2   2   .   
  "
  , header = TRUE, check.names = F, na.strings = ".")

我正在尝试通过 "y" 变量的两次操作来获取摘要 table。

第一个新列应该包含每个代表的 trt 的简单平均值：

by_rep1 = d %>% 
  group_by(trt, rep) %>%
  summarise(sev = mean(na.omit(y)))

和第二个，每个代表的正值比例。

by_rep2 = d %>% 
  group_by(trt, rep) %>%
  summarise_each(funs(round(mean(.>0, na.rm=TRUE),2)), y)

我做了这么久，因为我不知道如何一步完成：

inner_join(by_rep1, by_rep2, by = c("trt", "rep"))  

#    trt   rep    mean_y     y
#  (int) (int)     (dbl) (dbl)
#1     1     1 50.000000  1.00
#2     1     2  0.000000  0.00
#3     2     1  3.333333  0.33
#4     2     2  2.500000  0.50

有人知道如何一步完成，加入两个函数吗？

Answer 1

您可以将它们放入单个 summarize 语句中：

d %>% group_by(trt, rep) %>% summarise(mean_y = mean(y, na.rm = T), 
                                       y = round(mean(y > 0, na.rm = T), 2))
Source: local data frame [4 x 4]
Groups: trt [?]

    trt   rep    mean_y     y
  (int) (int)     (dbl) (dbl)
1     1     1 50.000000  1.00
2     1     2  0.000000  0.00
3     2     1  3.333333  0.33
4     2     2  2.500000  0.50

Answer 2

我们也可以用data.table

library(data.table)
setDT(d)[, .(mean_y = mean(y, na.rm = TRUE), y = round(mean(y > 0,
               na.rm = TRUE), 2)) , .(trt, rep)]
#   trt rep    mean_y    y
#1:   1   1 50.000000 1.00
#2:   1   2  0.000000 0.00
#3:   2   1  3.333333 0.33
#4:   2   2  2.500000 0.50

或者仅使用 base R

即可完成

do.call(data.frame, aggregate(y~., d, FUN = function(x) 
     c(mean_y=mean(x, na.rm=TRUE), y=round(mean(x > 0, na.rm=TRUE),2)), na.action=NULL))

使用 dplyr 中的两个函数汇总数据

summarize data with two functions in dplyr

r

group-summaries

dplyr