r - dplyr group_by 中的复杂列选择

Question

我想在 group_by 调用中使用 dplyr 的列选择器，例如 starts_with()、ends_with()、matches()、...，甚至语法 -colName。

(愚蠢)我所使用的语法示例:

library("dplyr")

# I would like to do something like this
mtcars %>% 
   group_by(matches("a")) %>%
   summarise(mpg=mean(mpg))
# but I get a "wrong result size" error

我希望它能起作用，类比:

mtcars %>% select(matches("a"))

此处将选择列drat、am、gear、carb

说得非常清楚:我想使用 matches("a") (或等效项)来实现与以下内容相同的输出:

mtcars %>% 
group_by(drat, am, gear, carb) %>%
summarise(mpg=mean(mpg))

我只对使用 dplyr 的答案感兴趣。谢谢!

<小时/>

当前的答案虽然不错，但只允许使用正则表达式选择列。

我仍在寻找一个更全局的答案，该答案将允许使用 dplyr 的全部选择语法。当然，我可以调整任何正则表达式来选择我想要的内容，但我希望我有一些与 dplyr 更好地集成的东西(特别是使用 -colName 语法)。我将把它打开一段时间。

Answer 1

这里有一个构建您自己的 group_at() 的选项，我认为 matches 和 SE group_by_() 不存在该选项功能:

mtcars %>% 
      group_by_(.dots = names(mtcars)[matches("a", vars = names(mtcars))]) %>%
      summarise(mpg = mean(mpg))

#Source: local data frame [26 x 5]
#Groups: drat, am, gear [?]

#    drat    am  gear  carb   mpg
#   <dbl> <dbl> <dbl> <dbl> <dbl>
#1   2.76     0     3     1 18.10
#2   2.76     0     3     2 15.50
#3   2.93     0     3     4 10.40
#4   3.00     0     3     4 10.40
#5   3.07     0     3     3 16.30
#6   3.08     0     3     1 21.40
#7   3.08     0     3     2 19.20
#8   3.15     0     3     2 16.95
#9   3.21     0     3     4 14.30
#10  3.23     0     3     4 14.70
# ... with 16 more rows

或者等效地，只需使用grep:

mtcars %>% 
      group_by_(.dots = grep('a', names(mtcars), value = TRUE)) %>%
      summarise(mpg=mean(mpg))