如何在 dplyr summarise() 中使用循环

Question

我需要在分组后对一堆变量进行汇总。我需要对几个变量应用不同的函数，并且我需要对大约 25 个变量应用相同的函数。在我看来，它应该以某种方式进行优化，这样我就不需要手动编写 25 次新变量的名称以及为了获取它应该完成的操作。

我已经通过 dplyr 包尝试了两个选项，但是它们并不成功。进一步介绍了我对玩具示例的尝试：

library('dplyr')
df <- data.frame(letter = c('A', 'A', 'B', 'C', 'A', 'B'), 
                 group = c('group1', 'group1', 'group2', 'group3', 'group1', 'group2'),
                 var1= c(1,2,3,4,5,6), 
                 var2=c(6,6,6,6,6,6),
                 var3=c(2,2,2,2,2,2), 
                 var4=c(5,5,5,5,5,5))
var_names <-c('var2', 'var3', 'var4')
groupped <-df%>%
      group_by(letter, group)%>%
      summarise(var1_mean = mean(var1), 
                freq = n(),
                for (varp in var_names) {
                  nam <- paste(varp, "_sum", sep = "")
                  assign(nam, eval(parse(text=paste0("sum(", varp,")"))))
                }
                )

我收到错误，assign() 不适用于 dplyr，所以我尝试了这些：

groupped <- df%>%
  group_by(letter, group)%>%
  summarise(var1_mean = mean(var1), 
            freq=n(),
            for(i in vars){
            nam <- paste0("sum", i) 
            !!sym(nam) := sum(i)
             })

我知道如何通过 arrange() 在循环中通过 cbind() 逐列绑定到 df 来完成此任务，但这太低效了，所以只创建 25手动变量似乎更有效:) 有什么想法可以使这个过程自动化吗？

Answer 1

您可以使用 summarise_at 来达到这个目的：

df %>% summarise_at(vars(var_names), list(mean = mean, sum = sum))

如果还有一些您不想应用到所有列的函数，您需要单独应用，left_join 结果：

df %>% 
 group_by(letter, group) %>%
 summarise(freq = n()) %>%
 left_join(df %>% 
             group_by(letter, group)%>%
             summarise_at(vars(var_names), list(mean = mean, sum = sum)),
           by = c("letter", "group")
           )

如何在 dplyr summarise() 中使用循环

how to use loop inside dplyr summarise()

loops

r

variable-assignment

dplyr