r - 展平列作为参数

Question

使用 dplyr 创建我的数据摘要时，我经常发现自己计算 CI(使用 CI 来自 Rmisc ):

summary <- data %>%
  group_by(group1, group2) %>%
  summarize(
    var1.mean = CI(var1, ci=0.95)['mean'],
    var1.lower = CI(var1, ci=0.95)['lower'],
    var1.upper = CI(var1, ci=0.95)['upper'],

    var2.mean = CI(var2, ci=0.95)['mean'],
    var2.lower = CI(var2, ci=0.95)['lower'],
    var3.upper = CI(var2, ci=0.95)['upper'],

    var3.mean = CI(var3, ci=0.95)['mean'],
    var3.lower = CI(var3, ci=0.95)['lower'],
    var3.upper = CI(var3, ci=0.95)['upper'],

    var4 = sum(var4)
  )

这既冗长又低效。最后，我希望我能写一些像这样的东西:

summary <- data %>%
  group_by(group1, group2) %>%
  summarize(
    var1 = CI(var1, ci=0.95),
    var2 = CI(var2, ci=0.95),
    var3 = CI(var3, ci=0.95),
    var4 = sum(var4)
  )

对于上面的代码，自CI返回包含行的命名列

• “降低”,
• “上” 和
• “意思”,

我希望我能得到一个列如下所示的数据框:

• "group1",
• "group2",
• "var1.lower",
• "var1.mean",
• "var1.upper",
• "var2.lower",
• ...,
• "var3.upper",
• “var4”。

知道如何实现吗？有没有办法在 R 中“展平”列？类似于 do.call 但在 JS 或 Python 中像 rest 一样应用？

使用 quasiquotations 可能会有一些事情要做，但它开始超越我的 R 技能..

我以前用 this gist与 plyr , 但它不再适用于 dplyr , 而不是重新编码，我希望有比侵入图书馆更好的方法。

Answer 1

如果我们先将输出格式化为data.frame，我们就可以使用tidyr::unnest

数据

library(Rmisc)
library(dplyr)
library(tidyr)
set.seed(1)
data <- data.frame(group1 = sample(c("A","B"),10,T),
                   group2 = sample(c("A","B"),10,T),
                   var1 = sample(10),
                   var2 = sample(10),
                   var3 = sample(10),
                   var4 = sample(10))

通用解决方案

data %>% group_by(group1, group2) %>%
  dplyr::summarize(var1 = list(data.frame(t(CI(var1, ci=0.95)))),
                   var2 = list(data.frame(t(CI(var2, ci=0.95)))),
                   var3 = list(data.frame(t(CI(var3, ci=0.95)))),
                   var4 = sum(var4)) %>%
  unnest (var1,var2,var3,.sep=".")

结果

# A tibble: 4 x 12
# Groups:   group1 [2]
#   group1 group2  var4 var1.upper var1.mean var1.lower var2.upper var2.mean  var2.lower var3.upper var3.mean var3.lower
#   <fctr> <fctr> <int>      <dbl>     <dbl>      <dbl>      <dbl>     <dbl>       <dbl>      <dbl>     <dbl>      <dbl>
# 1      A      A    13  56.824819       6.0 -44.824819   11.85310  5.500000  -0.8531024   26.55931  7.500000 -11.559307
# 2      A      B    11  38.265512       6.5 -25.265512   50.97172  6.500000 -37.9717166   25.55931  6.500000 -12.559307
# 3      B      A    11  12.956686       4.0  -4.956686   13.65205  5.666667  -2.3187188   15.07146  5.666667  -3.738127
# 4      B      B    20   8.484138       6.0   3.515862   14.70619  4.666667  -5.3728564   11.31872  3.333333  -4.652052

或使用自定义 CI 函数(相同的输出)

CI2 <- function(x,ci=0.95) list(data.frame(t(CI(x, ci))))

data %>% group_by(group1, group2) %>%
  dplyr::summarize(var1 = CI2(var1, ci=0.95),
                   var2 = CI2(var2, ci=0.95),
                   var3 = CI2(var3, ci=0.95),
                   var4 = sum(var4)) %>%
  unnest (var1,var2,var3,.sep=".")

或使用转换器函数(相同的输出)

可以与任何其他返回数组的函数一起使用

vec2rowdf <- function(v) list(data.frame(t(v))) # creates a 1 row data.frame from a vector, wrapped in a list
data %>% group_by(group1, group2) %>%
  dplyr::summarize(var1 = CI(var1, ci=0.95) %>% vec2rowdf,
                   var2 = CI(var2, ci=0.95) %>% vec2rowdf,
                   var3 = CI(var3, ci=0.95) %>% vec2rowdf,
                   var4 = sum(var4)) %>%
  unnest (var1,var2,var3,.sep=".")