总结-是否与订单相关？

问题描述

我遇到了dplyr和across奇怪的东西，或者至少是我不理解的东西。

如果我们使用跨函数来计算多个列中的mean和standard error of the mean，我很想使用以下命令：

mtcars %>% group_by(gear) %>% select(mpg,cyl) %>%
  summarize(across(everything(),~mean(.x,na.rm = TRUE),.names = "{col}"),across(everything(),~sd(.x,na.rm=T)/sqrt(sum(!is.na(.x))),.names="se_{col}")) %>% head()

结果

   gear   mpg   cyl se_mpg se_cyl
  <dbl> <dbl> <dbl>  <dbl>  <dbl>
1     3  16.1  7.47     NA     NA
2     4  24.5  4.67     NA     NA
3     5  21.4  6        NA     NA

但是，如果切换单个across命令的顺序，则会得到以下信息：

mtcars %>% group_by(gear) %>% select(mpg,.names="se_{col}"),.names = "{col}")) %>% head()

# A tibble: 3 x 5
   gear se_mpg se_cyl   mpg   cyl
  <dbl>  <dbl>  <dbl> <dbl> <dbl>
1     3  0.871  0.307  16.1  7.47
2     4  1.52   0.284  24.5  4.67
3     5  2.98   0.894  21.4  6

为什么会这样？这与我对everything()的使用有关吗？在我的情况下，我希望对数据集中的每个变量计算出mean和standard error of the mean。

解决方法

我不知道为什么summarize会那样，这可能是由于两个across函数之间的潜在交互作用（尽管对我来说很奇怪）。无论如何，我建议您编写一个across语句，并使用across documentation建议的lambda函数列表。

通过这种方式，将均值或标准差指定为第一个函数都没有关系，您将不会获得NA。

mtcars %>% 
  group_by(gear) %>% 
  select(mpg,cyl) %>% 
  summarize(across(everything(),list(
    mean = ~mean(.x,na.rm = TRUE),se = ~sd(.x,na.rm = TRUE)/sqrt(sum(!is.na(.x)))
  ),.names = "{fn}_{col}"))

# A tibble: 3 x 5
#    gear mean_mpg se_mpg mean_cyl se_cyl
#   <dbl>    <dbl>  <dbl>    <dbl>  <dbl>
# 1     3     16.1  0.871     7.47  0.307
# 2     4     24.5  1.52      4.67  0.284
# 3     5     21.4  2.98      6     0.894



mtcars %>% 
  group_by(gear) %>% 
  select(mpg,list(
    se = ~sd(.x,na.rm = TRUE)/sqrt(sum(!is.na(.x))),mean = ~mean(.x,na.rm = TRUE)
  ),.names = "{fn}_{col}"))

# A tibble: 3 x 5
#    gear se_mpg mean_mpg se_cyl mean_cyl
#  <dbl>  <dbl>    <dbl>  <dbl>    <dbl>
# 1     3  0.871     16.1  0.307     7.47
# 2     4  1.52      24.5  0.284     4.67
# 3     5  2.98      21.4  0.894     6

across dplyr r r summarize