Jak podsumować wiele kolumn za pomocą dplyr

Aby podsumować wiele kolumn w ramce danych za pomocą dplyr, możesz użyć następujących metod:

Metoda 1: Podsumuj wszystkie kolumny

 #summarize mean of all columns
df %>%
  group_by(group_var) %>%
  summarise(across(everything(), mean, na. rm = TRUE ))

Metoda 2: Podsumuj określone kolumny

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

Metoda 3: Podsumuj wszystkie kolumny liczbowe

 #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 ))

Poniższe przykłady pokazują, jak używać każdej metody z następującą ramką danych:

 #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

Przykład 1: Podsumuj wszystkie kolumny

Poniższy kod pokazuje, jak podsumować średnią ze wszystkich kolumn:

 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

Przykład 2: Podsumuj określone kolumny

Poniższy kod pokazuje, jak podsumować średnią tylko z kolumn punktów i zbiórek :

 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

Przykład 3: Podsumuj wszystkie kolumny liczbowe

Poniższy kod pokazuje, jak podsumować średnią i odchylenie standardowe wszystkich kolumn liczbowych w ramce danych:

 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

Dane wyjściowe wyświetlają średnią i odchylenie standardowe wszystkich zmiennych numerycznych w ramce danych.

Zauważ, że w tym przykładzie użyliśmy funkcji list() do wyświetlenia kilku statystyk podsumowujących, które chcieliśmy obliczyć.

Uwaga : w każdym przykładzie użyliśmy funkcji dplyr Through() . Pełną dokumentację tej funkcji można znaleźć tutaj .

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe funkcje za pomocą dplyr:

Jak usunąć wiersze za pomocą dplyr
Jak rozmieścić wiersze za pomocą dplyr
Jak filtrować według wielu warunków za pomocą dplyr