在 dplyr 中使用跨函数

Question

我有一个包含缺失值的数据框。

# Create dataframe
df <- data.frame(Athlete = c(c(replicate(200,"Ali"), c(replicate(200,"Tyson")))),
                 Score = replicate(400, sample(c(1:20, NA), 1, rep = TRUE)))

我的函数对因子进行分组，然后对不包含 NA 值的行进行计数。

library(dplyr)
Result <- df %>%
  dplyr::group_by(Athlete, .drop = TRUE) %>%
  dplyr::summarise_each(list(~sum(!is.na(.))))

我得到了想要的结果。但是有一个警告信息。

`summarise_each_()` is deprecated as of dplyr 0.7.0.
Please use `across()` instead.

我正在尝试更新代码库以停止警告消息。

注意：警告消息还说；

This warning is displayed once every 8 hours.
Call `lifecycle::last_warnings()` to see where this warning was generated.

因此，如果警告消息不存在，请重新启动 Rstudio 并重新运行脚本以生成警告消息。

Answer 1

summarise_each 已替换为 summarise_at/summarise_all，现在在 dplyr 1.0.0.

中已替换为 across

library(dplyr)
df %>%
 group_by(Athlete) %>%
 summarise(across(everything(), ~sum(!is.na(.))))

#  Athlete Score
#  <chr>   <int>
#1 Ali       189
#2 Tyson     195

尽管如此，如果您只有一列要如图所示进行汇总，您可以直接这样做：

df %>%
  group_by(Athlete, .drop = TRUE) %>%
  summarise(Score  = sum(!is.na(Score)))

在 dplyr 中使用跨函数

Using across function in dplyr

r

group-summaries

dplyr