使用dplyr's do（）with summary（）

Question

我希望能夠使用dplyr的拆分應用組合策略來應用summary()命令。

舉一個簡單的數據幀：

df <- data.frame(class = c('A', 'A', 'B', 'B'), 
       value = c(100, 120, 800, 880)) 

理想的情況下，我們會做這樣的事情：

df %>% 
    group_by(class) %>% 
    do(summary(.$value)) 

可惜，這是行不通的。有任何想法嗎？

Answer 1

問題是dplyr的do()只適用於輸入形式data.frame。

broom package的tidy()函數可用於將summary()的輸出轉換爲data.frame。

df %>% 
    group_by(class) %>% 
    do(tidy(summary(.$value))) 

這給：

Source: local data frame [2 x 7] 
Groups: class [2] 

    class minimum q1 median mean q3 maximum 
    (fctr) (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) 
1  A  100 105 110 110 115  120 
2  B  800 820 840 840 860  880 

Answer 2

do的行爲將根據您是否給它一個有名或無名的參數而改變。對於未命名的參數，它需要爲每個組綁定一個data.frame。對於命名參數，它將爲每個組創建一行，並將輸出的內容放入具有該名稱的新變量中。

所以在這種情況下，我們會抱怨未命名的使用（summary不會產生data.frame），但命名使用將工作：

df %>% 
    group_by(class) %>% 
    do(summaries = summary(.$value)) -> 
    df2 

其中給出：

Source: local data frame [2 x 2] 
Groups: <by row> 

    class     summaries 
    (fctr)      (chr) 
1  A <S3:summaryDefault, table> 
2  B <S3:summaryDefault, table> 

我們可以訪問像這樣的總結：

df2$summaries[[1]] 

給：

Min. 1st Qu. Median Mean 3rd Qu. Max. 
100  105  110  110  115  120 

讓所有的df這些作爲新列，只能通過第一輸出轉換爲data.frame來完成，如可以在其他的答案中可以看出。

所以這裏問題的根源在於summary輸出的是table而不是data.frame。

Answer 3

您可以使用data_frame的SE版本，也就是data_frame_並執行：

df %>% 
    group_by(class) %>% 
    do(data_frame_(summary(.$value))) 

或者，你可以使用as.list()包裹由data.frame()的說法check.names = FALSE：

df %>% 
    group_by(class) %>% 
    do(data.frame(as.list(summary(.$value)), check.names = FALSE)) 

兩個版本產生：

# Source: local data frame [2 x 7] 
# Groups: class [2] 
# 
# class Min. 1st Qu. Median Mean 3rd Qu. Max. 
# (fctr) (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) 
# 1  A 100  105 110 110  115 120 
# 2  B 800  820 840 840  860 880