Come utilizzare la funzione across() in dplyr (3 esempi)


Puoi utilizzare la funzione across() dal pacchetto dplyr in R per applicare una trasformazione a più colonne.

Esistono innumerevoli modi per utilizzare questa funzionalità, ma i seguenti metodi illustrano alcuni usi comuni:

Metodo 1: applicare una funzione a più colonne

 #multiply values in col1 and col2 by 2
df %>% 
  mutate(across(c(col1, col2), function (x) x*2))

Metodo 2: calcolare una statistica riepilogativa per più colonne

 #calculate mean of col1 and col2
df %>%
  summarise(across(c(col1, col2), mean, na. rm = TRUE ))

Metodo 3: calcolare più statistiche di riepilogo per più colonne

 #calculate mean and standard deviation for col1 and col2
df %>%
  summarise(across(c(col1, col2), list(mean=mean, sd=sd), na. rm = TRUE ))

Gli esempi seguenti mostrano come utilizzare ciascun metodo con il seguente frame di dati:

 #create data frame
df <- data. frame (conf=c('East', 'East', 'East', 'West', 'West', 'West'),
                 points=c(22, 25, 29, 13, 22, 30),
                 rebounds=c(12, 10, 6, 6, 8, 11))

#view data frame
df

  conf points rebounds
1 East 22 12
2 East 25 10
3 East 29 6
4 West 13 6
5 West 22 8
6 West 30 11

Esempio 1: applicare una funzione a più colonne

Il codice seguente mostra come utilizzare la funzione across() per moltiplicare per 2 i valori nelle colonne points e rebounds :

 library (dplyr)

#multiply values in points and rebounds columns by 2
df %>% 
  mutate(across(c(points, rebounds), function (x) x*2))

  conf points rebounds
1 East 44 24
2 East 50 20
3 East 58 12
4 West 26 12
5 West 44 16
6 West 60 22

Esempio 2: calcolare una statistica riepilogativa per più colonne

Il codice seguente mostra come utilizzare la funzione across() per calcolare il valore medio delle colonne punti e rimbalzi :

 library (dplyr)

#calculate mean value of points an rebounds columns
df %>%
  summarise(across(c(points, rebounds), mean, na. rm = TRUE ))

  rebound points
1 23.5 8.833333

Tieni presente che possiamo anche utilizzare la funzione is.numeric per calcolare automaticamente una statistica riepilogativa per tutte le colonne numeriche nel data frame:

 library (dplyr)

#calculate mean value for every numeric column in data frame
df %>%
  summarise(across(where(is. numeric ), mean, na. rm = TRUE ))

  rebound points
1 23.5 8.833333

Esempio 3: calcolare più statistiche di riepilogo per più colonne

Il codice seguente mostra come utilizzare la funzione across() per calcolare la media e la deviazione standard delle colonne punti e rimbalzi :

 library (dplyr)

#calculate mean and standard deviation for points and rebounds columns
df %>%
  summarise(across(c(points, rebounds), list(mean=mean, sd=sd), na. rm = TRUE ))

  points_mean points_sd rebounds_mean rebounds_sd
1 23.5 6.156298 8.833333 2.562551

Nota : puoi trovare la documentazione completa per la funzione across() qui .

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre funzioni comuni utilizzando dplyr:

Come eliminare righe utilizzando dplyr
Come organizzare le righe utilizzando dplyr
Come filtrare in base a più condizioni utilizzando dplyr

Aggiungi un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *