我正在尝试结合group_by
功能执行一个简单的counts
操作。
例如,如果df
如下:
Task q1 q2
Alpha 1 NA
Beta NA NA
Alpha 4 2
Alpha 5 NA
Beta 2 2
Gamma NA 3
我想要以下输出
Task q1 q2
Alpha 3 1
Beta 1 1
Gamma 0 1
要求1:
总的来说,我想计算这些条目对应于非缺失值的次数(在本例中为0-5(。我对这些值不感兴趣,我只感兴趣的是它们被报告了多少次——对应于每个任务。
我可以使用sqldf
如下所示:
sqldf('SELECT Task, count(q1), count(q2)
FROM df
GROUP BY Task')
我也可以使用dplyr
软件包:
df %>%
group_by(Task) %>%
summarise(q1 = sum(!is.na(q1)),
q2 = sum(!is.na(q2)))
但我想知道是否有一种自动的方法来实现这一点,例如,当我有可变数量的度量时,有时是q1:q3
,有时可能是q1:q10
。类似paste0("q", 1:n)
。但我很难将其纳入我的代码中。
要求2:
稍后,我还想计算每个任务alpha, beta, gamma
的每个度量q
的出现百分比。
如有任何帮助,我们将不胜感激。
我看过其他帖子,但它们对我没有用处,可能是因为我缺乏使用dplyr
包进行编码的能力。例如,
r: 按多列和计数分组,
如何从R中的多列中获取计数?
和
按组计数R 中多列的出现次数
您可以使用across
将一个函数应用于多个列。
library(dplyr)
df %>%
group_by(Task) %>%
summarise(across(.fns = ~sum(!is.na(.))))
#Or if you have other columns in your data
#apply the function to only the columns that start with 'q'
#summarise(across(starts_with('q'), ~sum(!is.na(.))))
# Task q1 q2
# <chr> <int> <int>
#1 Alpha 3 1
#2 Beta 1 1
#3 Gamma 0 1