r - purrr 映射未生成整齐的数据

Question

感谢这个网站，我使用 R purrr 包来聚合基于多列的数据。聚合按我想要的方式工作，但输出却不然。以下是使用 mtcars 数据集的示例。

library(dplyr)
library(purrr)
#pull in data
data <- mtcars
#get colnames
variable1 <- colnames(data)
#map the variables
t1 <- map(variable1, ~ data %>%
         group_by_at(.x) %>%
         summarize(number = mean(mpg))) %>%
    set_names(variable1) %>%
    bind_rows(., .id = 'variable')

如果我期望三列(预测变量、每个变量中的级别、聚合)，我有 8 列。请参见下图:

如何将我的代码放在顶部并生成整洁的数据集？

Answer 1

实现此目的的一个简单方法是将数据 reshape 为长格式，这样您就可以与普通 dplyr 进行聚合:

library(tidyverse)

mpg_means <- mtcars %>% 
    gather(variable, value, -mpg) %>% 
    group_by(variable, value) %>% 
    summarise(mean_mpg = mean(mpg))

mpg_means
#> # A tibble: 146 x 3
#> # Groups:   variable [?]
#>    variable value mean_mpg
#>    <chr>    <dbl>    <dbl>
#>  1 am          0.     17.1
#>  2 am          1.     24.4
#>  3 carb        1.     25.3
#>  4 carb        2.     22.4
#>  5 carb        3.     16.3
#>  6 carb        4.     15.8
#>  7 carb        6.     19.7
#>  8 carb        8.     15.0
#>  9 cyl         4.     26.7
#> 10 cyl         6.     19.7
#> # ... with 136 more rows

请注意，虽然 mtcars 完全是数字，但如果您有不同的类型，转换为长格式将强制变量类型。计算将是相同的，但稍后可能会导致问题。要解决此问题，请使用可以处理不同类型的输出格式，例如

mpg_means_in_list_cols <- mtcars %>% 
    as_tibble() %>%    # compact printing for list columns
    summarise_all(list) %>%    # collapse each column into a list of itself
    gather(group, group_values, -mpg) %>% 
    mutate(mpg_means = map2(mpg, group_values,    # for each mpg/value pair, ...
                            ~tibble(mpg = .x, group_value = .y) %>%    # ...reconstruct a data frame...
                                group_by(group_value) %>% 
                                summarise(mean_mpg = mean(mpg))))    # ...and aggregate

mpg_means_in_list_cols
#> # A tibble: 10 x 4
#>    mpg        group group_values mpg_means        
#>    <list>     <chr> <list>       <list>           
#>  1 <dbl [32]> cyl   <dbl [32]>   <tibble [3 × 2]> 
#>  2 <dbl [32]> disp  <dbl [32]>   <tibble [27 × 2]>
#>  3 <dbl [32]> hp    <dbl [32]>   <tibble [22 × 2]>
#>  4 <dbl [32]> drat  <dbl [32]>   <tibble [22 × 2]>
#>  5 <dbl [32]> wt    <dbl [32]>   <tibble [29 × 2]>
#>  6 <dbl [32]> qsec  <dbl [32]>   <tibble [30 × 2]>
#>  7 <dbl [32]> vs    <dbl [32]>   <tibble [2 × 2]> 
#>  8 <dbl [32]> am    <dbl [32]>   <tibble [2 × 2]> 
#>  9 <dbl [32]> gear  <dbl [32]>   <tibble [3 × 2]> 
#> 10 <dbl [32]> carb  <dbl [32]>   <tibble [6 × 2]>

虽然这绝对不那么漂亮，但它能够整齐地容纳多种类型。要提取上面的结果，只需添加 %>% unnest(mpg_means)。按原样，分组变量均保存在 group_values 的列表元素中，并以聚合形式保存在每个 mpg_means 小标题的第一列中。