使用內置函數的n與summarize_if

Question

我試圖在與內置n功能一個DF基本dplyr :: summarize_if：

###Seems like this should work 
df %>% summarise_if(is.numeric, funs(n, mean, sd, min, max), na.rm = TRUE) 

Error in summarise_impl(.data, dots) : `n()` does not take arguments 

###Works fine without the n 

df %>% summarise_if(is.numeric, funs(mean, sd, min, max), na.rm = TRUE) 
A tibble: 1 x 104 

我試過n()和n(.)（這當然不期望工作，不）。

任何祕密，我缺少的summarise_if使用funs(n)？

Answer 1

我不認爲這是一種通過兩種不同方式總結的單程操作。你想總結（1）行數（可能是每個組）;和（2）某些列的特定功能。 n()輔助函數傾向於期望在full- data.frame上使用，而在funs(...)內標識的功能將一次全部通過向量。

一種方法是合併/加入你所需要的。由於您沒有提供數據，因此我會使用mtcars。雖然你不提分組，我猜有可能是羣體（儘管它沒有複雜的事情），所以我會注入的是，太：

library(dplyr) 
counts <- select(mtcars, cyl, mpg, wt) %>% 
    group_by(cyl) %>% 
    count() 
counts 
# # A tibble: 3 × 2 
#  cyl  n 
# <dbl> <int> 
# 1  4 11 
# 2  6  7 
# 3  8 14 

（count()本質上是一個快捷方式summarize(n = n())，這可能已與select(mtcars, cyl, mpg, wt) %>% count(cyl)做很容易，但我想分組，從而明確了這個答案。）

others <- select(mtcars, cyl, mpg, wt) %>% 
    group_by(cyl) %>% 
    summarise_if(is.numeric, funs(mean, sd)) 
others 
# # A tibble: 3 × 5 
#  cyl mpg_mean wt_mean mpg_sd  wt_sd 
# <dbl> <dbl> <dbl> <dbl>  <dbl> 
# 1  4 26.66364 2.285727 4.509828 0.5695637 
# 2  6 19.74286 3.117143 1.453567 0.3563455 
# 3  8 15.10000 3.999214 2.560048 0.7594047 

left_join(counts, others, by = "cyl") 
# # A tibble: 3 × 6 
#  cyl  n mpg_mean wt_mean mpg_sd  wt_sd 
# <dbl> <int> <dbl> <dbl> <dbl>  <dbl> 
# 1  4 11 26.66364 2.285727 4.509828 0.5695637 
# 2  6  7 19.74286 3.117143 1.453567 0.3563455 
# 3  8 14 15.10000 3.999214 2.560048 0.7594047 

這當然可以在一下跌，一舉完成的，而不是建立在中間變量counts和others，但（1）我認爲這將是更具說服力的t把它們打破;和（2）代碼的清晰度有時比緊湊更受歡迎。但是，可以將%>% left_join(counts, by = "cyl")添加到others管道的末端，但不會損失清晰度。

Answer 2

n()可以在summarise_if

mtcars %>% summarise_if(is.numeric, funs(n())) 

    # mpg cyl disp hp drat wt qsec vs am gear carb 
# 1 32 32 32 32 32 32 32 32 32 32 32 

你的問題出現了，因爲你是默默傳遞na.rm=TRUE它

mtcars %>% summarise_if(is.numeric, funs(n(na.rm=TRUE))) 
# Error in summarise_impl(.data, dots) : `n()` does not take arguments 

哈克解決方案

既然你總結丟失信息工作，您需要獨立彙總n()和(mean, median, max, min), na.rm=TRUE。您可以cbind結果

N <- mtcars %>% summarise_if(is.numeric, funs(n())) 
stats <- mtcars %>% summarise_if(is.numeric, funs(mean, median, max, min), na.rm=TRUE) 
cbind(N,stats) 

    # mpg cyl disp hp drat wt qsec vs am gear carb mpg_mean cyl_mean disp_mean hp_mean drat_mean wt_mean qsec_mean vs_mean am_mean 
# 1 32 32 32 32 32 32 32 32 32 32 32 20.09062 6.1875 230.7219 146.6875 3.596563 3.21725 17.84875 0.4375 0.40625 
    # gear_mean carb_mean mpg_median cyl_median disp_median hp_median drat_median wt_median qsec_median vs_median am_median 
# 1 3.6875 2.8125  19.2   6  196.3  123  3.695  3.325  17.71   0   0 
    # gear_median carb_median mpg_max cyl_max disp_max hp_max drat_max wt_max qsec_max vs_max am_max gear_max carb_max mpg_min 
# 1   4   2 33.9  8  472 335  4.93 5.424  22.9  1  1  5  8 10.4 
    # cyl_min disp_min hp_min drat_min wt_min qsec_min vs_min am_min gear_min carb_min 
# 1  4  71.1  52  2.76 1.513  14.5  0  0  3  1