在 R 中的 dplyr 管道中迭代总结

Question

考虑 R 中的以下简单 dplyr 管道：

df <- data.frame(group = rep(LETTERS[1:3],each=5), value = rnorm(15)) %>% 
  group_by(group) %>% 
  mutate(rank = rank(value, ties.method = 'min'))

df %>%
  group_by(group) %>% 
  summarise(mean_1 = mean(value[rank <= 1]),
            mean_2 = mean(value[rank <= 2]),
            mean_3 = mean(value[rank <= 3]),
            mean_4 = mean(value[rank <= 4]),
            mean_5 = mean(value[rank <= 5]))

如何避免为所有 i 输入 mean_i = mean(value[rank <= i]) 而不返回 group 和 i 的循环？具体来说，有没有一种巧妙的方法可以使用 dplyr::summarise 函数迭代创建变量？

Answer 1

你这里其实是计算的累计平均值。 dplyr中有一个函数cummean，我们可以在这里使用它并将数据转换为宽格式。

library(tidyverse)

df %>%
  arrange(group, rank) %>%
  group_by(group) %>%
  mutate(value = cummean(value)) %>%
  pivot_wider(names_from = rank, values_from = value, names_prefix = 'mean_')

#  group mean_1 mean_2  mean_3  mean_4  mean_5
#  <chr>  <dbl>  <dbl>   <dbl>   <dbl>   <dbl>
#1 A     -0.560 -0.395 -0.240  -0.148   0.194 
#2 B     -1.27  -0.976 -0.799  -0.484  -0.0443
#3 C     -0.556 -0.223 -0.0284  0.0789  0.308

如果您要求一般解决方案并且计算累积平均值只是这种情况下的一个示例，您可以使用 map.

n <- max(df$rank)

map(seq_len(n), ~df %>%
                  group_by(group) %>%
                  summarise(!!paste0('mean_', .x):= mean(value[rank <= .x]))) %>%
  reduce(inner_join, by = 'group')

数据

set.seed(123)
df <- data.frame(group = rep(LETTERS[1:3],each=5), value = rnorm(15)) %>% 
  group_by(group) %>% 
  mutate(rank = rank(value, ties.method = 'min'))

在 R 中的 dplyr 管道中迭代总结

Iteratively summarise within a dplyr pipeline in R

r

dplyr

iteration

summarize