17

我正在尝试使用 dplyr 包将函数应用于 data.frame 中未分组的所有列,我会这样做aggregate()

aggregate(. ~ Species, data = iris, mean)

wheremean应用于所有未用于分组的列。(是的,我知道我可以使用聚合,但我正在尝试理解 dplyr。)

我可以summarize这样使用:

species <- group_by(iris, Species)
summarize(species,
          Sepal.Length = mean(Sepal.Length),
          Sepal.Width = mean(Sepal.Width))

但是有没有一种方法可以mean()应用于所有未分组的列,类似于. ~? aggregate()我有一个要聚合的包含 30 列的 data.frame,因此写出各个语句并不理想。

4

2 回答 2

35

如果您愿意尝试一个实验性的 dplyr,您可以尝试新的(并且仍然是实验性的)summarise_each()

devtools::install_github("hadley/dplyr", ref = "colwise")

library(dplyr)
iris %.%
  group_by(Species) %.%
  summarise_each(funs(mean))
## Source: local data frame [3 x 5]
## 
##      Species Sepal.Length Sepal.Width Petal.Length Petal.Width
## 1     setosa        5.006       3.428        1.462       0.246
## 2 versicolor        5.936       2.770        4.260       1.326
## 3  virginica        6.588       2.974        5.552       2.026

iris %.%
  group_by(Species) %.%
  summarise_each(funs(min, max))
## Source: local data frame [3 x 9]
## 
##      Species Sepal.Length_min Sepal.Width_min Petal.Length_min
## 1     setosa              4.3             2.3              1.0
## 2 versicolor              4.9             2.0              3.0
## 3  virginica              4.9             2.2              4.5
## Variables not shown: Petal.Width_min (dbl), Sepal.Length_max (dbl),
##   Sepal.Width_max (dbl), Petal.Length_max (dbl), Petal.Width_max (dbl)

非常感谢您的反馈!

这将出现在 dplyr 0.2 中。

于 2014-03-25T21:48:14.377 回答
4

这将让你几乎所有的方式dplyr

h = iris %.%
  group_by(Species) %.%
  do(function(d){
    sapply(Filter(is.numeric, d), mean)  
  })

as.data.frame(h)
于 2014-03-25T20:07:40.673 回答