r - 选择 group_by 中的值并根据 R 中的另一列值进行汇总

Question

在下面的示例中，我将如何根据另一个列中的条件 (carb == 1)。请注意，我还想总结另一个变量(平均每组 qsec)。我在下面的最佳猜测出错了:

library(dplyr)
mtcars %>% 
    distinct(cyl, carb, .keep_all = TRUE) %>% 
    group_by(cyl) %>% 
    summarize(
        mpg = mpg[.$carb == 1],
        qsec = mean(qsec)
    )

Answer 1

如果有多个行的 'carb' 为 1 并且 summarise 每组仅返回一行或没有任何组，最好将输出包装在 list 中。如果我们使用 $，它会破坏分组

library(tidyverse)
out <- mtcars %>% 
        distinct(cyl, carb, .keep_all = TRUE) %>% 
        group_by(cyl) %>% 
        summarize(
          mpg = list(mpg[carb == 1]),
          qsec = mean(qsec)
        ) 

out
# A tibble: 3 x 3
#    cyl mpg        qsec
#  <dbl> <list>    <dbl>
#1     4 <dbl [1]>  19.3
#2     6 <dbl [1]>  17.1
#3     8 <dbl [0]>  16.2

通过查看输出，对于“cyl”8，没有等于 1 的“carb”。这导致 numeric(0)

通过用replace_na包裹，可以将长度为0的元素更改为NA，然后执行unnest。否则，正如@Dave Gruenewald 在评论中提到的那样，该行可以在 unnesting

时自动删除

out %>% 
  mutate(mpg = replace_na(mpg)) %>% 
  unnest
# A tibble: 3 x 3
#    cyl  qsec   mpg
#  <dbl> <dbl> <dbl>
#1     4  19.3  22.8
#2     6  17.1  21.4
#3     8  16.2  NA  

---

另一种选择，如果我们已经知道 'carb' 中最多有 1 个元素等于 1，则在 summarise 中使用 if/else 条件>

mtcars %>%
    distinct(cyl, carb, .keep_all = TRUE) %>% 
    group_by(cyl) %>%
    summarise(
       mpg = if(any(carb == 1)) mpg[carb==1] else NA_real_,
       qsec = mean(qsec)
 )
# A tibble: 3 x 3
#     cyl   mpg  qsec
#   <dbl> <dbl> <dbl>
#1     4  22.8  19.3
#2     6  21.4  17.1
#3     8  NA    16.2

但是，最好假设可能有多个“carb”值，每个“cyl”都为 1，并将其包装在 list 中，稍后 unnest

mtcars %>%
    distinct(cyl, carb, .keep_all = TRUE) %>% 
    group_by(cyl) %>%
    summarise(
       mpg = list(if(any(carb == 1)) mpg[carb==1] else NA_real_),
       qsec = mean(qsec)) %>%
    unnest