r - 获取两列中表示的所有类别组合的摘要数据框

Question

我正在使用与以下示例相对应的数据框:

set.seed(1)
dta <- data.frame("CatA" = rep(c("A","B","C"), 4), "CatNum" = rep(1:2,6),
                  "SomeVal" = runif(12))

我想快速构建一个数据框，其中包含从 CatA 和 CatNum 派生的所有类别组合以及类别的总和值分别从每一列导出。在上面的原始示例中，对于前几个组合，可以使用简单的代码来实现:

df_sums <- data.frame(
  "Category" = c("Total for A",
                 "Total for A and 1",
                 "Total for A and 2"),
  "Sum" = c(sum(dta$SomeVal[dta$CatA == 'A']),
            sum(dta$SomeVal[dta$CatA == 'A' & dta$CatNum == 1]),
            sum(dta$SomeVal[dta$CatA == 'A' & dta$CatNum == 2]))
)

这会产生信息丰富的总和数据框架:

           Category       Sum
1       Total for A 2.1801780
2 Total for A and 1 1.2101839
3 Total for A and 2 0.9699941

当应用于具有多个类别的数据框时，该解决方案效率非常低。我希望实现以下目标:

1. 循环浏览所有类别，包括分别从每列以及同时从两列派生的类别
2. 在如何应用函数方面实现一定的灵活性，例如我可能想应用 mean 而不是 sum
3. 将总计字符串保存为一个单独的对象，当应用sum以外的其他函数时，我可以轻松编辑该对象。

---

我最初考虑使用dplyr，如下:

require(dplyr)
df_sums_experiment <- dta %>%
  group_by(CatA, CatNum) %>%
  summarise(TotVal = sum(SomeVal))

但我不清楚如何同时应用多个分组。如前所述，我感兴趣的是按每列单独分组以及按两列组合进行分组。我还想创建一个字符串列来指示组合内容以及组合顺序。

Answer 1

您可以使用tidyr来合并列并收集数据。然后用dplyr总结一下:

library(dplyr)
library(tidyr)
dta %>% unite(measurevar, CatA, CatNum, remove=FALSE) %>%
        gather(key, val, -SomeVal)  %>%
        group_by(val) %>%
        summarise(sum(SomeVal))

     val sum(SomeVal)
   (chr)        (dbl)
1      1    2.8198078
2      2    3.0778622
3      A    2.1801780
4    A_1    1.2101839
5    A_2    0.9699941
6      B    1.4405782
7    B_1    0.4076565
8    B_2    1.0329217
9      C    2.2769138
10   C_1    1.2019674
11   C_2    1.0749464