分组/汇总时如何保留列？

Question

所以，这个问题的问题是，我无法发布实际的代码，因为我必须签署一份协议，而且我是 R 的新手，可能无法很好地解释这一点，但也许有人可以帮助我......

假设我有一些数据：

A   B    C   D
F1  6.6  10  10
F1  3.1  10  10
A1  1.0  20  10
B1  3.4  20  20

因此，对于每个 A，C 和 D 值是相同的。 但我想使用 dplyr 来找到 Bmean，如下所示：

A    Bmean   C    D
F1   4,85    10  10
A1   1.0     20  10
B1   3.4     20  20

我该怎么做？我的想法是使用类似的东西

dplyr::group_by(A) %>% dplyr::summarize(Bmean = mean(B))

但是C和D似乎在这个操作之后消失了。 对我想保留的所有列进行 group_by 有意义吗？ 或者说这会如何运作？

为了澄清，我想使用 dplyr 语法，因为如果可能的话，它是更大操作的一部分。

Answer 1

我想添加一个 awnser 来专门解决使用 dplyr 的问题。虽然我确信，有更优雅的方法可以做到这一点，但以下建议可以在汇总/聚合数据框中保留具有附加描述性变量的列。此外，如果不是这种情况，代码将无法保护您免受更大数据帧中的错误。

library(dplyr)
library(tibble)

df <- tribble(
  ~A  , ~B , ~c , ~D ,
  "F1", 6.6, 10 , 10 ,
  "F1", 3.1, 10 , 10 ,
  "A1", 1.0, 20 , 10 ,
  "B1", 3.4, 20 , 20
)

以下代码删除 C 列和 D 列

df %>%
  group_by(A) %>%
  summarise(Bmean = mean(B)) 

此代码保留 C 列和 D 列。请注意，只有在组的每一行中都有相同的变量时，这才有效。但由于变量应该被保留并且不会对分组行为产生影响，所以无论如何都应该如此。

df %>%
  group_by(A) %>%
  summarise(Bmean = mean(B),
            C = unique(C),
            D = unique(D))

更新：

事实上，如果分组级别不“小于”分组变量，您还可以将组包含在 group_by 表达式中

Group1:
  A ,  B ,  C ,  D
"F1", 6.6, 10 , 10 
"F1", 3.1, 10 , 10 
Group2:
"A1", 1.0, 20 , 10 
Group3:
"B1", 3.4, 20 , 20

请注意，C 列和 D 列在每组内保持相同的值。 这意味着它们可以安全地用在分组表达式中，因此可以 保留。

所以在你的情况下这也行得通：

group_by(A,C,D)

Answer 2

好吧，这个问题有点老了，但万一有人仍然像我一样最终来到这里，这里有一个具有相同包（dplyr）的解决方案。如果您有许多列需要保持不变，则效果特别好。

df %>%
  group_by(A) %>%
  summarise(Bmean = mean(B),
            across(C:D, .fns = ~.x))

它将一个函数（不执行任何操作）应用于 C 到 D 列（注意：我在这里使用大写“C”，而不是原始帖子中的小写“c”）

Answer 3

您可以使用

base R

来完成此操作

aggregate(data=df1,B~.,FUN = mean)

Answer 4

你可以简单地使用这样的东西：

aggregate(cbind(B, C, D) ~ A, df, mean)

这里 df 是包含 A、B、C 和 D 列的数据框。

Answer 5

我们可以使用

data.table

library(data.table)
setDT(df1)[,.(Bmean = mean(B)) , .(A, C, D)]
#     A  C  D Bmean
#1: F1 10 10  4.85
#2: A1 20 10  1.00
#3: B1 20 20  3.40

Answer 6

随着

dplyr

版本比 1.1.0 更新，引入了一个名为

reframe()

的新函数，但仍标记为 实验性。

回答这个问题，

reframe()

可能会有所帮助，如以下代码片段：

tibble::tribble(
    ~A,    ~B,  ~C, ~D,
    "F1",  6.6, 10, 10,
    "F1",  3.1, 10, 10,
    "A1",  1.0, 20, 10,
    "B1",  3.4, 20, 20,
) |> dplyr::group_by(A) |> 
  dplyr::reframe(
    Bmean = mean(B),
    dplyr::across(C:D),
  )