Como resumir múltiplas colunas usando dplyr

Você pode usar os seguintes métodos para resumir várias colunas em um quadro de dados usando dplyr:

Método 1: resumir todas as colunas

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

Método 2: resumir colunas específicas

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

Método 3: resumir todas as colunas numéricas

 #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 ))

Os exemplos a seguir mostram como usar cada método com o seguinte quadro de dados:

 #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

Exemplo 1: resumir todas as colunas

O código a seguir mostra como resumir a média de todas as colunas:

 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

Exemplo 2: resumir colunas específicas

O código a seguir mostra como resumir a média apenas das colunas de pontos e rebotes :

 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

Exemplo 3: resumir todas as colunas numéricas

O código a seguir mostra como resumir a média e o desvio padrão de todas as colunas numéricas no quadro de dados:

 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

A saída exibe a média e o desvio padrão de todas as variáveis numéricas no quadro de dados.

Observe que neste exemplo usamos a função list() para listar várias estatísticas resumidas que queríamos calcular.

Nota : Em cada exemplo, usamos a função dplyr across() . Você pode encontrar a documentação completa para esta função aqui .

Recursos adicionais

Os tutoriais a seguir explicam como executar outras funções comuns usando dplyr:

Como deletar linhas usando dplyr
Como organizar linhas usando dplyr
Como filtrar por múltiplas condições usando dplyr