Come riepilogare più colonne utilizzando dplyr
È possibile utilizzare i seguenti metodi per riepilogare più colonne in un frame di dati utilizzando dplyr:
Metodo 1: riepilogare tutte le colonne
#summarize mean of all columns df %>% group_by(group_var) %>% summarise(across(everything(), mean, na. rm = TRUE ))
Metodo 2: riepilogare colonne specifiche
#summarize mean of col1 and col2 only df %>% group_by(group_var) %>% summarise(across(c(col1, col2), mean, na. rm = TRUE ))
Metodo 3: riepilogare tutte le colonne numeriche
#summarize mean and standard deviation of all numeric columns df %>% group_by(group_var) %>% summarise(across(where(is. numeric ), 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 (team=c('A', 'A', 'A', 'B', 'B', 'B'), points=c(99, 90, 86, 88, 95, 90), assists=c(33, 28, 31, 39, 34, 25), rebounds=c(NA, 28, 24, 24, 28, 19)) #view data frame df team points assists rebounds 1 A 99 33 NA 2 A 90 28 28 3 A 86 31 24 4 B 88 39 24 5 B 95 34 28 6 B 90 25 19
Esempio 1: riepilogare tutte le colonne
Il codice seguente mostra come riepilogare la media di tutte le colonne:
library (dplyr) #summarize mean of all columns, grouped by team df %>% group_by(team) %>% summarise(across(everything(), mean, na. rm = TRUE )) # A tibble: 2 x 4 team points assists rebounds 1 A 91.7 30.7 26 2 B 91 32.7 23.7
Esempio 2: riepilogare colonne specifiche
Il codice seguente mostra come riassumere la media solo delle colonne punti e rimbalzi :
library (dplyr) #summarize mean of points and rebounds, grouped by team df %>% group_by(team) %>% summarise(across(c(points, rebounds), mean, na. rm = TRUE )) # A tibble: 2 x 3 team points rebounds 1 A 91.7 26 2 B 91 23.7
Esempio 3: riepilogare tutte le colonne numeriche
Il codice seguente mostra come riepilogare la media e la deviazione standard di tutte le colonne numeriche nel frame di dati:
library (dplyr) #summarize mean and standard deviation of all numeric columns df %>% group_by(team) %>% summarise(across(where(is. numeric ), list(mean=mean, sd=sd), na. rm = TRUE )) # A tibble: 2 x 7 team points_mean points_sd assists_mean assists_sd rebounds_mean rebounds_sd 1 A 91.7 6.66 30.7 2.52 26 2.83 2 B 91 3.61 32.7 7.09 23.7 4.51
L’output mostra la media e la deviazione standard di tutte le variabili numeriche nel frame dati.
Tieni presente che in questo esempio abbiamo utilizzato la funzione list() per elencare diverse statistiche riassuntive che volevamo calcolare.
Nota : in ogni esempio abbiamo utilizzato la funzione dplyr across() . Puoi trovare la documentazione completa per questa funzione 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