使用dplyr管道将统计信息如最小值或最大值从列返回行

问题描述

我的问题与此类似：R dplyr rowwise mean or min and other methods? 想知道是否有任何dplyr函数（或诸如pivot_之类的函数组合），可能会在通常的 dplyr单衬里中提供所需的输出？>

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,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,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 package（v0.3.0）于2020-08-26创建}

注意：

在实际情况下，列数可能很大，因此名称不能直接调用。

编辑

充其量，我明白了：

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

解决方法

我建议像下面这样混合使用tidyverse函数。您必须重塑数据，然后与所需的汇总函数进行汇总，然后作为策略，您可以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

,

您可以使用新的across()来消除Duck的一个枢轴：

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

但是最好的可能是马库斯在评论中的建议，我已经在这里进行了修改：

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

,

在玩pivot_longer时，我发现这种两步走的单行代码也可以工作（基于@Gregor Thomas的答案，这里只有一个pivot_而不是两个或更多）：

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

更多内容：https://tidyr.tidyverse.org/reference/pivot_longer.html#examples