dplyr Fassen wir zusammen: Erstellen von Variablen aus dem Namen Vektor

Question

Hier ist mein Problem:

ich eine Funktion verwende, die einen benannten Vektor zurückgibt. Hier ist ein Spielzeug Beispiel:

toy_fn <- function(x) { 
    y <- c(mean(x), sum(x), median(x), sd(x)) 
    names(y) <- c("Right", "Wrong", "Unanswered", "Invalid") 
    y 
} 

Ich verwende group_by in dplyr diese Funktion gelten für jede Gruppe (typische Split-apply-kombinieren). So, hier ist mein Spielzeug data.frame:

set.seed(1234567) 
toy_df <- data.frame(id = 1:1000, 
        group = sample(letters, 1000, replace = TRUE), 
        value = runif(1000)) 

Und hier ist das Ergebnis, das ich für bin mit dem Ziel:

toy_summary <- 
    toy_df %>% 
    group_by(group) %>% 
    summarize(Right = toy_fn(value)["Right"], 
       Wrong = toy_fn(value)["Wrong"], 
       Unanswered = toy_fn(value)["Unanswered"], 
       Invalid = toy_fn(value)["Invalid"]) 

> toy_summary 
Source: local data frame [26 x 5] 

    group  Right Wrong Unanswered Invalid 
1  a 0.5038394 20.15358 0.5905526 0.2846468 
2  b 0.5048040 15.64892 0.5163702 0.2994544 
3  c 0.5029442 21.62660 0.5072733 0.2465612 
4  d 0.5124601 14.86134 0.5382463 0.2681955 
5  e 0.4649483 17.66804 0.4426197 0.3075080 
6  f 0.5622644 12.36982 0.6330269 0.2850609 
7  g 0.4675324 14.96104 0.4692404 0.2746589 

Es funktioniert! Aber es ist einfach nicht cool, die gleiche Funktion viermal aufzurufen. Ich möchte lieber dplyr, um den benannten Vektor zu erhalten und eine neue Variable für jedes Element im Vektor zu erstellen. So etwas wie das:

Dies funktioniert leider nicht, weil "Fehler: einen einzelnen Wert erwarten".

Ich dachte, ok, lassen Sie uns einfach den Vektor in eine data.frame mit data.frame(as.list(x)) konvertieren. Aber das funktioniert auch nicht. Ich habe viele Dinge ausprobiert, aber ich konnte dplyr nicht glauben, dass es tatsächlich einen einzigen Wert (Beobachtung) für 4 verschiedene Variablen erhält. Gibt es eine Möglichkeit, dies zu erkennen?

Answer 1

Sie können auch versuchen, diese mit do():

toy_df %>% 
    group_by(group) %>% 
    do(res = toy_fn(.$value)) 

Answer 2

Dies ist keine dplyr Lösung, aber wenn Sie Rohre mögen:

library(magrittr) 

toy_summary <- 
    toy_df %>% 
    split(.$group) %>% 
    lapply(function(x) toy_fn(x$value)) %>% 
    do.call(rbind, .) 

# > head(toy_summary) 
#   Right Wrong Unanswered Invalid 
# a 0.5038394 20.15358 0.5905526 0.2846468 
# b 0.5048040 15.64892 0.5163702 0.2994544 
# c 0.5029442 21.62660 0.5072733 0.2465612 
# d 0.5124601 14.86134 0.5382463 0.2681955 
# e 0.4649483 17.66804 0.4426197 0.3075080 
# f 0.5622644 12.36982 0.6330269 0.2850609  

Answer 3

Eine mögliche Lösung ist dplyrSE Fähigkeiten zu nutzen. Beispielsweise legen Sie fungieren als Dann

dots <- setNames(list( ~ mean(value), 
         ~ sum(value), 
         ~ median(value), 
         ~ sd(value)), 
       c("Right", "Wrong", "Unanswered", "Invalid")) 

folgt, können Sie summarize_ verwenden (mit einem _) als

toy_df %>% 
    group_by(group) %>% 
    summarize_(.dots = dots) 
# Source: local data table [26 x 5] 
# 
# group  Right Wrong Unanswered Invalid 
# 1  o 0.4490776 17.51403 0.4012057 0.2749956 
# 2  s 0.5079569 15.23871 0.4663852 0.2555774 
# 3  x 0.4620649 14.78608 0.4475117 0.2894502 
# 4  a 0.5038394 20.15358 0.5905526 0.2846468 
# 5  t 0.5041168 24.19761 0.5330790 0.3171022 
# 6  m 0.4806628 21.14917 0.4805273 0.2825026 
# 7  c 0.5029442 21.62660 0.5072733 0.2465612 
# 8  w 0.4932484 17.75694 0.4891746 0.3309680 
# 9  q 0.5350707 22.47297 0.5608505 0.2749941 
# 10  g 0.4675324 14.96104 0.4692404 0.2746589 
# .. ...  ...  ...  ...  ... 

folgt Obwohl es schön aussieht, da hier ein großer Fang ist. Sie müssen die Spalte wissen, die Sie a priori (value) bei der Einrichtung der Funktion arbeiten, so dass es auf einen anderen Spaltennamen nicht funktioniert, wenn Sie dots nicht ordnungsgemäß einrichten.

---

Als Bonus ist hier eine einfache Lösung data.table mit Ihrer ursprünglichen Funktion

library(data.table) 
setDT(toy_df)[, as.list(toy_fn(value)), by = group] 
#  group  Right Wrong Unanswered Invalid 
# 1:  o 0.4490776 17.51403 0.4012057 0.2749956 
# 2:  s 0.5079569 15.23871 0.4663852 0.2555774 
# 3:  x 0.4620649 14.78608 0.4475117 0.2894502 
# 4:  a 0.5038394 20.15358 0.5905526 0.2846468 
# 5:  t 0.5041168 24.19761 0.5330790 0.3171022 
# 6:  m 0.4806628 21.14917 0.4805273 0.2825026 
# 7:  c 0.5029442 21.62660 0.5072733 0.2465612 
# 8:  w 0.4932484 17.75694 0.4891746 0.3309680 
# 9:  q 0.5350707 22.47297 0.5608505 0.2749941 
# 10:  g 0.4675324 14.96104 0.4692404 0.2746589 
#... 

Answer 4

mit

Anscheinend gibt es ein Problem bei der Verwendung von median (nicht sicher, was dort vor sich geht), aber abgesehen davon, dass man normalerweise verwenden ein Ansatz wie der folgende mit summarise_each, um mehrere Funktionen anzuwenden.Beachten Sie, dass Sie die Namen der resultierenden Spalten unter Verwendung eines benannten Vektor als Eingabe für funs_() angeben:

x <- c(Right = "mean", Wrong = "sd", Unanswered = "sum") 

toy_df %>% 
    group_by(group) %>% 
    summarise_each(funs_(x), value) 

#Source: local data frame [26 x 4] 
# 
# group  Right  Wrong Unanswered 
#1  a 0.5038394 0.2846468 20.15358 
#2  b 0.5048040 0.2994544 15.64892 
#3  c 0.5029442 0.2465612 21.62660 
#4  d 0.5124601 0.2681955 14.86134 
#5  e 0.4649483 0.3075080 17.66804 
#6  f 0.5622644 0.2850609 12.36982 
#7  g 0.4675324 0.2746589 14.96104 
#8  h 0.4921506 0.2879830 21.16248 
#9  i 0.5443600 0.2945428 22.31876 
#10  j 0.5276048 0.3236814 20.57659 
#.. ...  ...  ...  ... 

Answer 5

unter Verwendung der Sequenz von list(as_tibble(as.list(...)) gefolgt von einem von tidyr macht den Trick

toy_summary2 <- toy_df %>% group_by(group) %>% 
summarize(Col = list(as_tibble(as.list(toy_fn(value))))) %>% unnest()