我有一个大型数据框,我需要根据id列计算列组合的值。我想在tidyverse
框架内这样做,我可以到达那里,但它似乎不是非常优雅和容易出错。也许有人可以帮助我。
这是一个类似于实际数据的最小工作示例。
library(tidyverse)
df <- tibble(
id_combo = c("A_A1", "A_A1", "A_A2", "A_A2", "A_A2"),
f1 = runif(5),
f2 = runif(5),
f3 = runif(5),
b1 = runif(5),
b2 = runif(5),
b3 = runif(5)
)
f1_f2 <- df %>%
split(.$id_combo) %>%
map_dbl(., ~var(log(.$f1))+var(log(.$f2)))
f1_f3 <- df %>%
split(.$id_combo) %>%
map_dbl(., ~var(log(.$f1))+var(log(.$f2))+var(log(.$f3)))
f1_b2 <- df %>%
split(.$id_combo) %>%
map_dbl(., ~var(log(.$f1))+var(log(.$f2))+
var(log(.$b1))+var(log(.$b2)))
f1_b3 <- df %>%
split(.$id_combo) %>%
map_dbl(., ~var(log(.$f1))+var(log(.$f2))+var(log(.$f3))+
var(log(.$b1))+var(log(.$b2))+var(log(.$b3)))
var_sum_df <- tibble(id_combo = names(f1_f2),f1_f2, f1_f3, f1_b2, f1_b3)
我希望实现的是在map_dbl
之后运行split(.$id_combo)
函数(或合理的等价函数),在运行中指定列。
我相信这是可能的,但我的R知识还不够先进,无法弄清楚自己。
我不确定我是否正确理解了这个问题,但这是你在寻找什么?
library(tidyverse)
df %>% group_by(id_combo) %>%
summarise_all(~var(log(.x))) %>%
mutate(f1_f2 = f1 + f2,
f1_f3 = f1_f2 + f3,
f1_b2 = f1_f3 + b1 + b2,
f1_b3 = f1_b2 + b3) %>%
select(id_combo, contains("_"))
# A tibble: 2 x 5
id_combo f1_f2 f1_f3 f1_b2 f1_b3
<chr> <dbl> <dbl> <dbl> <dbl>
1 A_A1 0.0582 0.0701 1.24 6.89
2 A_A2 2.43 2.57 3.50 3.76