使用dplyr总结R中未知数量的列

Question

我关注 data.frame (df)

ID1 ID2 Col1 Col2 Col3 Grp
A   B   1    3    6    G1
C   D   3    5    7    G1
E   F   4    5    7    G2
G   h   5    6    8    G2

我想实现的是： - 按 Grp 分组，简单 - 然后总结，以便对于每个组，我对列求和并创建包含所有 ID1 和 ID2 的字符串的列

会是这样的：

df %>% 
   group_by(Grp) %>% 
      summarize(ID1s=toString(ID1), ID2s=toString(ID2), Col1=sum(Col1), Col2=sum(Col2), Col3=sum(Col3))

一切都很好，虽然我知道列数（Col1、Col2、Col3），但是我希望能够实现它，以便它适用于具有已知且始终命名为相同 ID1 的数据框、ID2、Grp 和任意数量的未知名称的附加数字列。

有没有办法在 dplyr 中做到这一点。

Answer 1

I would like to be able to implement it so that it would work for a data frame with known and always named the same ID1, ID2, Grp, and any number of additional numeric column with unknown names.

您可以先覆盖 ID 列，然后再按它们分组：

DF %>% 
  group_by(Grp) %>% mutate_each(funs(. %>% unique %>% sort %>% toString), ID1, ID2) %>% 
  group_by(ID1, ID2, add=TRUE) %>% summarise_each(funs(sum))

# Source: local data frame [2 x 6]
# Groups: Grp, ID1 [?]
# 
#     Grp   ID1   ID2  Col1  Col2  Col3
#   (chr) (chr) (chr) (int) (int) (int)
# 1    G1  A, C  B, D     4     8    13
# 2    G2  E, G  F, h     9    11    15

我想你会想在折叠成一个字符串之前进行统一化和排序，所以我添加了这些步骤。

Answer 2

使用数据 table 您可以尝试以下操作：

   setDT(df)
   sd_cols=3:(ncol(df)-1)
   merge(df[ ,.(toString(ID1), toString(ID2)), by = Grp],  df[ , c(-1,-2), with = F][ , lapply(.SD, sum), by = Grp],by = "Grp")

使用dplyr总结R中未知数量的列

Summarizing unknown number of column in R using dplyr

r

dplyr

summarize