关于r：只总结一个组的某些级别[dplyr]

Only summarise some levels of a group [dplyr]

我正在尝试(使用 dplyr)计算如何仅总结一个分组变量的一个级别，以保持所有其余部分相同。例如：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

library(dplyr)

dat <- starwars %>%
select(height, hair_color) %>%
filter(!is.na(hair_color))

dat %>%
group_by(hair_color) %>%
summarise(mean_height = mean(height))
#> `summarise()` ungrouping output (override with `.groups` argument)
#> # A tibble: 12 x 2
#> hair_color mean_height
#> <chr> <dbl>
#> 1 auburn 150
#> 2 auburn, grey 180
#> 3 auburn, white 182
#> 4 black NA
#> 5 blond 177.
#> 6 blonde 168
#> 7 brown NA
#> 8 brown, grey 178
#> 9 grey 170
#> 10 none NA
#> 11 unknown NA
#> 12 white 156

将总结 hair_color 的每个级别。但是我的问题是，如果我只想总结金发，而留下 hair_color 的所有其余级别怎么办？

我看到一个带有 split 的路径，如下所示：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

dat_split <- dat %>%
mutate(is_blond = ifelse(hair_color %in% c(“blond”),”blond”,”not_blond”)) %>%
split(.$is_blond)

d1 <- dat_split[[“blond”]] %>%
group_by(hair_color) %>%
summarise(height = mean(height))
#> `summarise()` ungrouping output (override with `.groups` argument)

d2 <- dat_split[[“not_blond”]] %>%
select(-is_blond)

dat_final <- bind_rows(d1, d2)
dat_final
#> # A tibble: 80 x 2
#> hair_color height
#> <chr> <dbl>
#> 1 blond 177.
#> 2 none 202
#> 3 brown 150
#> 4 brown, grey 178
#> 5 brown 165
#> 6 black 183
#> 7 auburn, white 182
#> 8 auburn, grey 180
#> 9 brown 228
#> 10 brown 180
#> # … with 70 more rows

然而，这似乎有点冗长(而且笨拙)。我想知道这是否是 rowwise 的工作，但我还没有完全解决这个问题。

相关讨论

只是一个提示：您的 dat %>% mutate(is_blond = ifelse(hair_color %in% c(“blond”),”blond”,”not_blond”)) %>% split(.$is_blond) 可以简化为 dat %>% split(.$hair_color ==”blond”)。

我们可以通过 replace 将 \\’height\\’ 其中 \\’hair_color\\’ 是 “金发” 到对应 \\’ 的 \\’height\\’ 的 mean头发颜色\\’

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

library(dplyr)
dat %>%
mutate(height = replace(height,
hair_color == ‘blond’, mean(height[hair_color == ‘blond’])))
# A tibble: 82 x 2
# height hair_color
# <dbl> <chr>
# 1 177. blond
# 2 202 none
# 3 150 brown
# 4 178 brown, grey
# 5 165 brown
# 6 183 black
# 7 182 auburn, white
# 8 177. blond
# 9 180 auburn, grey
#10 228 brown
# a€| with 72 more rows

在 data.table 中会更紧凑(假设它是一个数字列)

1 2	library(data.table) setDT(dat)[hair_color == ‘blond’, height := mean(height)]

你可以试试

1
2
3
4

dat %>%
mutate(valid = hair_color ==”blond”) %>%
group_by(valid) %>%
mutate(mean_h = ifelse(valid, mean(height), height), .keep=”unused”)

给

1
2
3
4
5
6
7
8
9
10
11
12
13
14

# A tibble: 82 x 2
hair_color mean_h
<chr> <dbl>
1 blond 177.
2 none 202
3 brown 150
4 brown, grey 178
5 brown 165
6 black 183
7 auburn, white 182
8 blond 177.
9 auburn, grey 180
10 brown 228
# … with 72 more rows

来源：https://www.codenong.com/62460484/

Only summarise some levels of a group [dplyr]

猜你喜欢