嵌套具有不同分组变量的多个 dplyr::summarise

Question

我有一个包含 100 条记录的数据框，包括 bmi class（高于或低于 30）、腰围 class（高于或低于阈值）和结果变量（死亡 0 或 1）。

set.seed(1)
data <- 
tibble(bmiclass=sample(x=c(0,1), size=100, replace = TRUE),
       wcclass=sample(x=c(0,1), size=100, replace = TRUE),
       deceased=sample(x=c(0,1), size=100, replace = TRUE))

我需要在同一个 table 中获取两个信息：1) 按 BMI 组划分的较高 WC class 受试者的百分比和 2) 按 BMI 组划分的死亡风险和厕所class。我设法通过 left_join 函数加入两个 dplyr::group_by 和 dplyr::summarise 来做到这一点，如下所示：

data %>% group_by(bmiclass, wcclass) %>% dplyr::summarise(risk.death=sum(deceased)/n()*100) %>% 
  left_join(data %>% group_by(bmiclass) %>% dplyr::summarise(risk.wc=sum(wcclass)/n()*100), by="bmiclass")

但是我想知道是否有更直接的方法可以在没有 left_join 的情况下更简单地完成它？

Answer 1

这将等效地做同样的事情

data %>% 
  group_by(bmiclass) %>%
  mutate(risk.wc = sum(wcclass)/n()*100) %>%
  group_by(bmiclass, wcclass, risk.wc) %>% summarise(risk.death=sum(deceased)/n()*100)

# A tibble: 4 x 4
# Groups:   bmiclass, wcclass [4]
  bmiclass wcclass risk.wc risk.death
     <dbl>   <dbl>   <dbl>      <dbl>
1        0       0    49.0       52  
2        0       1    49.0       50  
3        1       0    45.1       64.3
4        1       1    45.1       56.5

用你的代码检查一下

> data %>% group_by(bmiclass, wcclass) %>% dplyr::summarise(risk.death=sum(deceased)/n()*100) %>% 
+   left_join(data %>% group_by(bmiclass) %>% dplyr::summarise(risk.wc=sum(wcclass)/n()*100), by="bmiclass")
`summarise()` has grouped output by 'bmiclass'. You can override using the `.groups` argument.
# A tibble: 4 x 4
# Groups:   bmiclass [2]
  bmiclass wcclass risk.death risk.wc
     <dbl>   <dbl>      <dbl>   <dbl>
1        0       0       52      49.0
2        0       1       50      49.0
3        1       0       64.3    45.1
4        1       1       56.5    45.1

Answer 2

无需执行联接，您可以执行以下操作：

library(dplyr)

data %>% 
  group_by(bmiclass, wcclass) %>%
  summarise(risk.death = mean(deceased*100), 
            risk.wc = n()) %>%
  mutate(risk.wc = mean(rep(wcclass, risk.wc)) * 100) %>%
  ungroup

#  bmiclass wcclass risk.death risk.wc
#     <dbl>   <dbl>      <dbl>   <dbl>
#1        0       0       52      49.0
#2        0       1       50      49.0
#3        1       0       64.3    45.1
#4        1       1       56.5    45.1

嵌套具有不同分组变量的多个 dplyr::summarise

Nest multiple dplyr::summarise with different grouping variables

r

dplyr

group-by

summarize