r-用summary从一列计算多列

Question

下面是我试图实现的一个示例：

df <- data.frame(label = c(rep("ABC", 5), rep("CDE", 5), rep("FGH", 5)), x = runif(15, 0, 100))
df %>% group_by(label) %>%
summarise(across(everything(), list(lessthan_10 = ~sum(. < 10), lessthan_20 = ~sum(. < 20), lessthan_30 = ~sum(. < 20), lessthan_40 = ~sum(. < 40))))

在这种情况下，我将在摘要中计算4个不同的列(对小于10、小于20、小于30和小于40的条目进行计数(。实际上，我想使用一个接受x和100个不同参数的自定义函数来计算100个不同的列。有没有一种方法可以使用循环或列表来实现这一点，而不必写出我想要计算的每一列？

Answer 1

您可以使用purrr::map_dfc:

library(tidyverse)
df %>% 
group_by(label) %>% 
summarise(map_dfc(seq(10, 40, 10), ~ tibble("x_lessthan_{.x}" := sum(x < .x))))

label x_lessthan_10 x_lessthan_20 x_lessthan_30 x_lessthan_40
<chr>         <int>         <int>         <int>         <int>
1 ABC               0             3             3             3
2 CDE               0             2             3             4
3 FGH               1             2             3             3

Answer 2

1(dplyr/tidyr使用末尾注释中的输入，为每个标签创建4行，每行包含一个包含x值和10、20、30、40之一的列表。然后为每一行创建相应的总和和总和名称，并最终将其转换为宽格式

将paste0更改为您想要的任何格式，例如sprintf("Less_than_%d", s)将强制其不使用e表示法。

library(dplyr)
library(tidyr)
df %>%
group_by(label) %>%
summarize(x = list(x), s = seq(10, 40, 10)) %>%
rowwise %>%
mutate(value = sum(x < s), name = paste0("Less_than_", s)) %>%
pivot_wider(label)

给予：

# A tibble: 3 × 5
label Less_than_10 Less_than_20 Less_than_30 Less_than_40
<chr>        <int>        <int>        <int>        <int>
1 ABC              0            0            1            1
2 CDE              1            1            1            1
3 FGH              0            1            1            1

2(Base R要获得仅限碱基的解决方案，请在如图所示定义的s和label上使用outer。

s <- seq(10, 40, 10)
names(s) <- paste("Less_than_", s)
label <- unique(df$label)
f <- function(g, s) sum(subset(df, label == g)$x < s)
data.frame(label, outer(label, s, Vectorize(f)))

备注

为了使df的定义可重复，我们添加了一个set.seed。

set.seed(123)
df <- data.frame(label = c(rep("ABC", 5), rep("CDE", 5), rep("FGH", 5)), 
x = runif(15, 0, 100))

给予：

> df
label        x
1    ABC 28.75775
2    ABC 78.83051
3    ABC 40.89769
4    ABC 88.30174
5    ABC 94.04673
6    CDE  4.55565
7    CDE 52.81055
8    CDE 89.24190
9    CDE 55.14350
10   CDE 45.66147
11   FGH 95.68333
12   FGH 45.33342
13   FGH 67.75706
14   FGH 57.26334
15   FGH 10.29247