Come raggruppare per tutte le colonne tranne una in dplyr

È possibile utilizzare la seguente sintassi di base per raggruppare tutte le colonne tranne una in un frame di dati utilizzando il pacchetto dplyr in R:

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

Questo particolare esempio raggruppa il frame di dati in base a tutte le colonne tranne quella chiamata this_column .

Tieni presente che il segno negativo ( – ) nella formula indica a dplyr di escludere quella particolare colonna nella funzione group_by() .

L’esempio seguente mostra come utilizzare questa sintassi nella pratica.

Esempio: raggruppa per tutte le colonne tranne una in dplyr

Supponiamo di avere il seguente frame di dati in R che contiene informazioni su vari giocatori di basket:

 #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

Supponiamo ora di voler trovare il valore massimo nella colonna dei punti , raggruppato su tutte le altre colonne nel frame di dati.

Possiamo usare la seguente sintassi per fare questo:

 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

Dal risultato possiamo vedere:

• Il valore in punti massimo per tutti i giocatori con valore di squadra A, valore di posizione G e valore iniziale Y era 104 .
• Il valore in punti massimo per tutti i giocatori con un valore di squadra A, un valore di posizione F e un valore iniziale di Y era 119 .
• Il valore in punti massimo per tutti i giocatori con un valore di squadra A, un valore di posizione F e un valore iniziale di N era 113 .

E così via.

Tieni presente che potremmo ottenere lo stesso risultato anche se digitassimo tutti i nomi di colonna tranne i punti nella funzione group_by() :

 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

Ciò corrisponde al risultato dell’esempio precedente.

Tuttavia, tieni presente che è molto più semplice escludere la colonna dei punti nella funzione group_by() piuttosto che digitare i nomi di tutte le altre colonne.

Risorse addizionali

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

Come filtrare le righe contenenti una determinata stringa utilizzando dplyr
Come calcolare le frequenze relative utilizzando dplyr
Come selezionare la prima riga per gruppo utilizzando dplyr