在同一数据框中汇总多个组的更好方法

Question

我不确定用这个词作为标题的更好方式，这可能会妨碍我搜索答案。

我有一个如下所示的数据框：

example_df <- data.frame(
  ID = c('A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'),
  location = c('park 1', 'park 1', 'park 2', 'park 3', 'park 1', 'park 4', 'park 1', 'park 5'),
  sample_2000 = c(1, 5, 0, 2, 3, 1, 0, 8), 
  sample_2001 = c(2, 1, 1, 3, 5, 6, 4, 2), 
  sample_2003 = c(1, 2, 5, 8, 11, 1, 0, 7)
  )

  ID location sample_2000 sample_2001 sample_2003
1  A   park 1           1           2           1
2  A   park 1           5           1           2
3  A   park 2           0           1           5
4  B   park 3           2           3           8
5  B   park 1           3           5          11
6  C   park 4           1           6           1
7  C   park 1           0           4           0
8  C   park 5           8           2           7

我想按位置对每年的所有值求和，并在同一个数据框中得到结果。我目前正在使用 group_by() 并分别总结每一年，然后将所有内容重新组合在一起：

library(dplyr)

summarize1 <- group_by(example_df, location) %>% dplyr::summarize(sample_2000 = sum(sample_2000))
summarize2 <- group_by(example_df, location) %>% dplyr::summarize(sample_2001 = sum(sample_2001))
summarize3 <- group_by(example_df, location) %>% dplyr::summarize(sample_2003 = sum(sample_2003))

all_summarized <- Reduce(function(x, y) merge(x, y, all=TRUE), list(summarize1, summarize2, summarize3))

所需的输出（我从上面收到的）如下所示：


  location sample_2000 sample_2001 sample_2003
1   park 1           9          12          14
2   park 2           0           1           5
3   park 3           2           3           8
4   park 4           1           6           1
5   park 5           8           2           7

肯定有更好的方法。我尝试 for-loop returns 以下内容：

'总和错误（paste0（"sample_"，i））：参数'

的无效 'type'（字符）


year_list <- c(2000, 2001, 2003)

for (i in year_list) {

  test <- group_by(example_df, location) %>% dplyr::summarize(paste0("sample_", i)) = sum(paste0("sample_", i))

}

谢谢！

Answer 1

如果我们想使用与 Reduce/merge 类似的方法，那么我们可以利用 purrr

中的 map/reduce

library(dplyr)
library(purrr)
map(names(example_df)[3:5], ~  
   example_df %>% 
        select(location, .x) %>%
        group_by(location) %>% 
        summarise_at(vars(starts_with('sample')), sum)) %>% 
   reduce(full_join)

或者使用summarise/across（在dplyr的新版本中），我们可以获得相同的输出（虽然不确定该示例是针对一般情况还是与[=18相关的内容） =] 仅)

example_df %>%
      group_by(location) %>% 
      summarise(across(starts_with('sample'), sum))

或使用 dplyr 稳定版本的 summarise_at（将来可能会弃用）

example_df %>%
    group_by(location) %>%
    summarise_at(vars(starts_with('sample')), sum)

在同一数据框中汇总多个组的更好方法

Better way to summarize multiple groups in same dataframe

r

dplyr

summarize