用两个因素重新排列 dplyr groupby 输出？

Question

我发现这个问题很难搜索，因为术语总结、groupby、重新排列 table 太通用了。

我想做的是在按两个因素分组后汇总一个值，并将结果放入 table 中，rows/columns 为 factor1/factor2。这是 groupby-exactly-two 的一个特例，每个单元格一个值，但我发现自己非常想要这种模式。

这是一个玩具数据集，其中因子“isx”有两个水平，因子“grp”有三个水平：

library(dplyr)

df <- tibble(
  isx = c(TRUE, TRUE, TRUE, TRUE, TRUE, TRUE,
          FALSE, FALSE, FALSE, FALSE, FALSE, FALSE),
  grp = c('a', 'b', 'c', 'a', 'b', 'c',
          'a', 'b', 'c', 'a', 'b', 'c'),
  val = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12)
)
df$isx <- factor(df$isx)
df$grp <- factor(df$grp)

df %>%
  group_by(isx, grp) %>%
  summarize(mean(val))

dplyr 很棒，我可以轻松找到每个独特组合的价值摘要。但是输出是 6 行 table，每 2x3=6 种因素组合一行。

## # A tibble: 6 x 3
## # Groups:   isx [2]
##   isx   grp   `mean(val)`
##   <fct> <fct>       <dbl>
## 1 FALSE a             8.5
## 2 FALSE b             9.5
## 3 FALSE c            10.5
## 4 TRUE  a             2.5
## 5 TRUE  b             3.5
## 6 TRUE  c             4.5

在恰好有两个因素的特殊情况下，我刚刚将它们组合在一起，我很乐意将该结果转换为更易读的小 table。像这样：

#            grp 
#          a    b    c
#  isX  F  8.5  9.5  10.5
#       T  2.5  3.5   4.5

最后的想法是，我确定我可以通过查找代码位来将输出 tibble 重建到我想要的矩阵中。但这感觉就像是 R 可以通过一次调用完成的情况，如果我能弄清楚如何具体表达我正在寻找的内容。

Answer 1

我们可以使用 pivot_wider 和 values_fn 作为 mean 一步完成重塑和聚合

library(dplyr)
library(tidyr)
df %>% 
   pivot_wider(names_from = grp, values_from =  val, values_fn = mean)

-输出

# A tibble: 2 x 4
#  isx       a     b     c
#   <fct> <dbl> <dbl> <dbl>
#1 TRUE    2.5   3.5   4.5
#2 FALSE   8.5   9.5  10.5

类似于 dcast 功能 (data.table/reshape2)

library(data.table)
dcast(df, isx ~ grp, value.var = 'val', mean)

或在 base R 中使用 xtabs 和 aggregate

xtabs(val ~ isx + grp, aggregate(val ~ isx + grp, df, mean))
#       grp
#isx        a    b    c
#  FALSE  8.5  9.5 10.5
#  TRUE   2.5  3.5  4.5

或 tapply 来自 base R

with(df, tapply(val, list(isx, grp), mean))
#       a   b    c
#FALSE 8.5 9.5 10.5
#TRUE  2.5 3.5  4.5

用两个因素重新排列 dplyr groupby 输出？

Rearrange dplyr groupby output with exactly two factors?

r

dplyr

summarize