So gruppieren sie nach allen spalten außer einer in dplyr

Sie können die folgende grundlegende Syntax verwenden, um alle bis auf eine Spalte in einem Datenrahmen mithilfe des dplyr- Pakets in R zu gruppieren:

 df %>%
  group_by(across(c( - this_column)))

In diesem speziellen Beispiel wird der Datenrahmen nach allen Spalten mit Ausnahme der Spalte mit dem Namen this_column gruppiert.

Beachten Sie, dass das negative Vorzeichen ( – ) in der Formel dplyr anweist, diese bestimmte Spalte in der Funktion group_by() auszuschließen.

Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.

Beispiel: Gruppieren Sie nach allen Spalten außer einer in dplyr

Angenommen, wir haben den folgenden Datenrahmen in R, der Informationen über verschiedene Basketballspieler enthält:

 #create data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),
                 position=c('G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'),
                 starter=c('Y', 'Y', 'Y', 'N', 'Y', 'N', 'N', 'N'),
                 dots=c(99, 104, 119, 113))

#view data frame
df

  team position starter points
1 AGY 99
2 AGY 104
3 AFY 119
4 AFN 113
5 BGY 99
6 BGN 104
7 BFN 119
8 BFN 113

Nehmen wir nun an, wir möchten den Maximalwert in der Punktespalte finden, gruppiert über alle anderen Spalten im Datenrahmen.

Wir können dazu die folgende Syntax verwenden:

 library (dplyr)

#group by all columns except points column and find max points
df %>%
  group_by(across(c( - points))) %>%
  mutate(max_points = max(points))

# A tibble: 8 x 5
# Groups: team, position, starter [6]
  team position starter points max_points
                 
1 AGY 99 104
2 AGY 104 104
3 AFY 119 119
4 AFN 113 113
5 BGY 99 99
6 BGN 104 104
7 BFN 119 119
8 BFN 113 119

Aus dem Ergebnis können wir sehen:

• Der maximale Punktwert für alle Spieler mit einem Teamwert von A, einem Positionswert von G und einem Startwert von Y betrug 104 .
• Der maximale Punktewert für alle Spieler mit einem Teamwert von A, einem Positionswert von F und einem Startwert von Y betrug 119 .
• Der maximale Punktwert für alle Spieler mit einem Teamwert von A, einem Positionswert von F und einem Startwert von N betrug 113 .

Und so weiter.

Beachten Sie, dass wir das gleiche Ergebnis auch erhalten könnten, wenn wir alle Spaltennamen außer den Punkten in die Funktion „group_by()“ eingeben würden:

 library (dplyr)

#group by all columns except points column and find max points
df %>%
  group_by(across(c(team, position, starter))) %>%
  mutate(max_points = max(points))

# A tibble: 8 x 5
# Groups: team, position, starter [6]
  team position starter points max_points
                 
1 AGY 99 104
2 AGY 104 104
3 AFY 119 119
4 AFN 113 113
5 BGY 99 99
6 BGN 104 104
7 BFN 119 119
8 BFN 113 119

Dies entspricht dem Ergebnis des vorherigen Beispiels.

Beachten Sie jedoch, dass es viel einfacher ist, die Punktespalte in der Funktion group_by() auszuschließen, als die Namen aller anderen Spalten einzugeben.

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie Sie andere häufige Aufgaben mit dplyr ausführen:

So filtern Sie Zeilen, die eine bestimmte Zeichenfolge enthalten, mit dplyr
So berechnen Sie relative Häufigkeiten mit dplyr
So wählen Sie mit dplyr die erste Zeile nach Gruppe aus