do()
从 dplyr 1.0.0 开始被取代,因为它的语法从来没有真正让人感觉它属于 dplyr 的其余部分。它被 reframe()
(可以生成多行和多列)、nest_by()
(创建嵌套数据的 rowwise 小标题)和 pick()
(允许您访问"current"组)。
例子
# do() with unnamed arguments becomes reframe() or summarise()
# . becomes pick()
by_cyl <- mtcars %>% group_by(cyl)
by_cyl %>% do(head(., 2))
#> # A tibble: 6 × 11
#> # Groups: cyl [3]
#> mpg cyl disp hp drat wt qsec vs am gear carb
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1
#> 2 24.4 4 147. 62 3.69 3.19 20 1 0 4 2
#> 3 21 6 160 110 3.9 2.62 16.5 0 1 4 4
#> 4 21 6 160 110 3.9 2.88 17.0 0 1 4 4
#> 5 18.7 8 360 175 3.15 3.44 17.0 0 0 3 2
#> 6 14.3 8 360 245 3.21 3.57 15.8 0 0 3 4
# ->
by_cyl %>% reframe(head(pick(everything()), 2))
#> # A tibble: 6 × 11
#> cyl mpg disp hp drat wt qsec vs am gear carb
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 4 22.8 108 93 3.85 2.32 18.6 1 1 4 1
#> 2 4 24.4 147. 62 3.69 3.19 20 1 0 4 2
#> 3 6 21 160 110 3.9 2.62 16.5 0 1 4 4
#> 4 6 21 160 110 3.9 2.88 17.0 0 1 4 4
#> 5 8 18.7 360 175 3.15 3.44 17.0 0 0 3 2
#> 6 8 14.3 360 245 3.21 3.57 15.8 0 0 3 4
by_cyl %>% slice_head(n = 2)
#> # A tibble: 6 × 11
#> # Groups: cyl [3]
#> mpg cyl disp hp drat wt qsec vs am gear carb
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1
#> 2 24.4 4 147. 62 3.69 3.19 20 1 0 4 2
#> 3 21 6 160 110 3.9 2.62 16.5 0 1 4 4
#> 4 21 6 160 110 3.9 2.88 17.0 0 1 4 4
#> 5 18.7 8 360 175 3.15 3.44 17.0 0 0 3 2
#> 6 14.3 8 360 245 3.21 3.57 15.8 0 0 3 4
# Can refer to variables directly
by_cyl %>% do(mean = mean(.$vs))
#> # A tibble: 3 × 2
#> # Rowwise:
#> cyl mean
#> <dbl> <list>
#> 1 4 <dbl [1]>
#> 2 6 <dbl [1]>
#> 3 8 <dbl [1]>
# ->
by_cyl %>% summarise(mean = mean(vs))
#> # A tibble: 3 × 2
#> cyl mean
#> <dbl> <dbl>
#> 1 4 0.909
#> 2 6 0.571
#> 3 8 0
# do() with named arguments becomes nest_by() + mutate() & list()
models <- by_cyl %>% do(mod = lm(mpg ~ disp, data = .))
# ->
models <- mtcars %>%
nest_by(cyl) %>%
mutate(mod = list(lm(mpg ~ disp, data = data)))
models %>% summarise(rsq = summary(mod)$r.squared)
#> `summarise()` has grouped output by 'cyl'. You can override using the
#> `.groups` argument.
#> # A tibble: 3 × 2
#> # Groups: cyl [3]
#> cyl rsq
#> <dbl> <dbl>
#> 1 4 0.648
#> 2 6 0.0106
#> 3 8 0.270
# use broom to turn models into data
models %>% do(data.frame(
var = names(coef(.$mod)),
coef(summary(.$mod)))
)
#> # A tibble: 6 × 5
#> # Rowwise:
#> var Estimate Std..Error t.value Pr...t..
#> <chr> <dbl> <dbl> <dbl> <dbl>
#> 1 (Intercept) 40.9 3.59 11.4 0.00000120
#> 2 disp -0.135 0.0332 -4.07 0.00278
#> 3 (Intercept) 19.1 2.91 6.55 0.00124
#> 4 disp 0.00361 0.0156 0.232 0.826
#> 5 (Intercept) 22.0 3.35 6.59 0.0000259
#> 6 disp -0.0196 0.00932 -2.11 0.0568
# ->
models %>% reframe(broom::tidy(mod))
#> # A tibble: 6 × 6
#> cyl term estimate std.error statistic p.value
#> <dbl> <chr> <dbl> <dbl> <dbl> <dbl>
#> 1 4 (Intercept) 40.9 3.59 11.4 0.00000120
#> 2 4 disp -0.135 0.0332 -4.07 0.00278
#> 3 6 (Intercept) 19.1 2.91 6.55 0.00124
#> 4 6 disp 0.00361 0.0156 0.232 0.826
#> 5 8 (Intercept) 22.0 3.35 6.59 0.0000259
#> 6 8 disp -0.0196 0.00932 -2.11 0.0568
相关用法
- R dplyr desc 降序
- R dplyr distinct_all 通过选择变量来选择不同的行
- R dplyr distinct 保留不同/唯一的行
- R dplyr group_trim 修剪分组结构
- R dplyr slice 使用行的位置对行进行子集化
- R dplyr copy_to 将本地数据帧复制到远程src
- R dplyr sample_n 从表中采样 n 行
- R dplyr consecutive_id 为连续组合生成唯一标识符
- R dplyr row_number 整数排名函数
- R dplyr band_members 乐队成员
- R dplyr mutate-joins 变异连接
- R dplyr nth 从向量中提取第一个、最后一个或第 n 个值
- R dplyr coalesce 找到第一个非缺失元素
- R dplyr group_split 按组分割 DataFrame
- R dplyr mutate 创建、修改和删除列
- R dplyr order_by 用于排序窗口函数输出的辅助函数
- R dplyr context 有关“当前”组或变量的信息
- R dplyr percent_rank 比例排名函数
- R dplyr recode 重新编码值
- R dplyr starwars 星球大战人物
- R dplyr between 检测值落在指定范围内的位置
- R dplyr cumall 任何、全部和平均值的累积版本
- R dplyr group_map 对每个组应用一个函数
- R dplyr nest_join 嵌套连接
- R dplyr pull 提取单列
注:本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Do anything。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。