(R, dplyr) select 多列以相同字符串开头并按组汇总平均值 (90% CI)

Question

我是 tidyverse 的新手，从概念上讲，我想计算所有列的平均值和 90% CI 以 "ab" 开头，按 "case" 分组。尝试了很多方法，但 none 似乎有效，我的实际数据有很多列，因此无法明确列出它们。

测试数据如下

library(tidyverse)

dat <- tibble(case= c("case1", "case1", "case2", "case2", "case3"), 
              abc = c(1, 2, 3, 1, 2), 
              abe = c(1, 3, 2, 3, 4), 
              bca = c(1, 6, 3, 8, 9))

下面的代码是我想在概念上做的，但显然行不通

dat %>% group_by(`case`) %>% 
  summarise(mean=mean(select(starts_with("ab"))), 
            qt=quantile(select(starts_with("ab"), prob=c(0.05, 0.95))))

我想得到的是下面这样的东西

case abc_mean abe_mean abc_lb abc_ub abe_lb abe_ub

  <chr>    <dbl>    <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
1 case1      1.5      2.0   1.05   1.95   1.10   2.90
2 case2      2.0      2.5   1.10   2.90   2.05   2.95
3 case3      2.0      4.0   2.00   2.00   4.00   4.00

Answer 1

你们非常接近，只需将 select 移到 summarise 之前。然后我们使用 summarise_all，并在 funs.

中指定适当的函数

dat %>%
    group_by(case) %>%
    select(starts_with('ab')) %>%
    summarise_all(funs('mean' = mean, 'ub' = quantile(., .95), 'lb' = quantile(., .05)))

# # A tibble: 3 x 7
#    case abc_mean abe_mean abc_ub abe_ub abc_lb abe_lb
#   <chr>    <dbl>    <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
# 1 case1      1.5      2.0   1.95   2.90   1.05   1.10
# 2 case2      2.0      2.5   2.90   2.95   1.10   2.05
# 3 case3      2.0      4.0   2.00   4.00   2.00   4.00

我们使用 summarise_all 而不是 summarise 因为我们希望对多个列执行相同的操作。使用 summarise_all 而不是我们分别指定每一列和每个操作的 summarise 调用需要更少的输入。

Answer 2

另一种选择是summarise_at。 vars(starts_with("ab")) 用于选择列，funs(...) 用于应用汇总函数。

library(tidyverse)

dat2 <- dat %>% 
  group_by(case) %>% 
  summarise_at(vars(starts_with("ab")), funs(mean = mean(.),
                                             lb = quantile(., prob = 0.05),
                                             ub = quantile(., prob = 0.95))) 
dat2
# # A tibble: 3 x 7
#    case abc_mean abe_mean abc_lb abe_lb abc_ub abe_ub
#   <chr>    <dbl>    <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
# 1 case1      1.5      2.0   1.05   1.10   1.95   2.90
# 2 case2      2.0      2.5   1.10   2.05   2.90   2.95
# 3 case3      2.0      4.0   2.00   4.00   2.00   4.00

(R, dplyr) select 多列以相同字符串开头并按组汇总平均值 (90% CI)

(R, dplyr) select multiple columns starts with same string and summarise mean (90% CI) by group

r

dplyr

tidyverse

测试数据如下

下面的代码是我想在概念上做的，但显然行不通

我想得到的是下面这样的东西