r-使用dplyr管道将统计信息(如最小值或最大值)从列返回到行

Question

我的问题类似于此：R dplyr rowwise mean或min和其他方法？想知道是否有任何dplyr函数(或函数的组合，如pivot_等(，可以在通常的dplyr一行中提供所需的输出？

library(tidyverse); set.seed(1); 
#Sample Data: 
sampleData <- data.frame(O = seq(1, 9, by = .1), A = rnorm(81), U = sample(1:81,
81), I = rlnorm(81),  R = sample(c(1, 81), 81, replace = T)); #sampleData;

#NormalOuput:
NormalOuput <- sampleData %>% summarise_all(list(min = min, max = max)); 
NormalOuput;
#>   O_min   A_min U_min     I_min R_min O_max    A_max U_max    I_max R_max
#> 1     1 -2.2147     1 0.1970368     1     9 2.401618    81 14.27712    81
#Expected output:
ExpectedOuput <- data.frame(stats = c('min', 'max'), O = c(1, 9), A = c(-2.2147,
2.401618), U = c(1, 81), I = c(0.1970368, 14.27712), R = c(1, 81)); 
ExpectedOuput;
#>   stats O         A  U          I  R
#> 1   min 1 -2.214700  1  0.1970368  1
#> 2   max 9  2.401618 81 14.2771200 81

^{由reprex包于2020-08-26创建(v0.3.0(}

注意：

在实际场景中，列的数量可能很大，因此无法直接调用名称。

编辑

充其量，我得到的是：

sampleData %>% summarise(across(everything(), list(min = min, max = max))) %>% 
t() %>% data.frame(Value = .) %>% tibble::rownames_to_column('Variables')
Variables      Value
1      O_min  1.0000000
2      O_max  9.0000000
3      A_min -2.2146999
4      A_max  2.4016178
5      U_min  1.0000000
6      U_max 81.0000000
7      I_min  0.1970368
8      I_max 14.2771167
9      R_min  1.0000000
10     R_max 81.0000000

Answer 1

我建议混合使用tidyverse函数，如下所示。你必须重塑你的数据，然后用你想要的汇总函数进行聚合，然后作为策略，你可以再次重新格式化并获得预期的输出：

library(tidyverse)
sampleData %>% pivot_longer(cols = names(sampleData)) %>%
group_by(name) %>% summarise(Min=min(value,na.rm=T),
Max=max(value,na.rm=T)) %>% 
rename(var=name) %>%
pivot_longer(cols = -var) %>%
pivot_wider(names_from = var,values_from=value)

输出：

# A tibble: 2 x 6
name      A      I     O     R     U
<chr> <dbl>  <dbl> <dbl> <dbl> <dbl>
1 Min   -2.21  0.197     1     1     1
2 Max    2.40 14.3       9    81    81

Answer 2

您可以使用新的ishacross()来消除Duck的一个支点：

sampleData %>%
summarise(across(everything(),
list(min = min, max = max))) %>%
pivot_longer(
cols = everything(),
names_to = c("var", "stat"),
names_sep = "_"
) %>%
pivot_wider(id_cols = "stat",
names_from = "var")
# # A tibble: 2 x 6
#   stat      O     A     U      I     R
#   <chr> <dbl> <dbl> <dbl>  <dbl> <dbl>
# 1 min       1 -2.21     1  0.197     1
# 2 max       9  2.40    81 14.3      81

但最好的可能是马库斯在评论中的建议，我在这里进行了调整：

map_dfr(sampleData, function(x) c(min(x), max(x))) %>%
mutate(stat = c("min", "max"))
# # A tibble: 2 x 6
#       O     A     U      I     R stat 
#   <dbl> <dbl> <int>  <dbl> <dbl> <chr>
# 1     1 -2.21     1  0.197     1 min  
# 2     9  2.40    81 14.3      81 max

Answer 3

在玩pivot_longer时，我发现这种两步一行的方法也有效(基于@Gregor Thomas的答案，这里只有一个pivot_，而不是两个或多个(：

sampleData %>% 
summarise(across(everything(), list(min, max))) %>% 
pivot_longer(everything(), names_to = c(".value", "stats"),
names_sep = "_")
# A tibble: 2 x 6
stats     O     A     U      I     R
<chr> <dbl> <dbl> <int>  <dbl> <dbl>
1 1         1 -2.21     1  0.197     1
2 2         9  2.40    81 14.3      81

更多信息：https://tidyr.tidyverse.org/reference/pivot_longer.html#examples