也可以看看
groups()
和 group_vars()
用于检索选择上下文之外的分组变量。
例子
gdf <- iris %>% group_by(Species)
gdf %>% select(group_cols())
#> # A tibble: 150 × 1
#> # Groups: Species [3]
#> Species
#> <fct>
#> 1 setosa
#> 2 setosa
#> 3 setosa
#> 4 setosa
#> 5 setosa
#> 6 setosa
#> 7 setosa
#> 8 setosa
#> 9 setosa
#> 10 setosa
#> # ℹ 140 more rows
# Remove the grouping variables from mutate selections:
gdf %>% mutate_at(vars(-group_cols()), `/`, 100)
#> # A tibble: 150 × 5
#> # Groups: Species [3]
#> Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> <dbl> <dbl> <dbl> <dbl> <fct>
#> 1 0.051 0.035 0.014 0.002 setosa
#> 2 0.049 0.03 0.014 0.002 setosa
#> 3 0.047 0.032 0.013 0.002 setosa
#> 4 0.046 0.031 0.015 0.002 setosa
#> 5 0.05 0.036 0.014 0.002 setosa
#> 6 0.054 0.039 0.017 0.004 setosa
#> 7 0.046 0.034 0.014 0.003 setosa
#> 8 0.05 0.034 0.015 0.002 setosa
#> 9 0.044 0.029 0.014 0.002 setosa
#> 10 0.049 0.031 0.015 0.001 setosa
#> # ℹ 140 more rows
# -> No longer necessary with across()
gdf %>% mutate(across(everything(), ~ . / 100))
#> # A tibble: 150 × 5
#> # Groups: Species [3]
#> Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> <dbl> <dbl> <dbl> <dbl> <fct>
#> 1 0.051 0.035 0.014 0.002 setosa
#> 2 0.049 0.03 0.014 0.002 setosa
#> 3 0.047 0.032 0.013 0.002 setosa
#> 4 0.046 0.031 0.015 0.002 setosa
#> 5 0.05 0.036 0.014 0.002 setosa
#> 6 0.054 0.039 0.017 0.004 setosa
#> 7 0.046 0.034 0.014 0.003 setosa
#> 8 0.05 0.034 0.015 0.002 setosa
#> 9 0.044 0.029 0.014 0.002 setosa
#> 10 0.049 0.031 0.015 0.001 setosa
#> # ℹ 140 more rows
相关用法
- R dplyr group_trim 修剪分组结构
- R dplyr group_split 按组分割 DataFrame
- R dplyr group_map 对每个组应用一个函数
- R dplyr group_by_all 按选择的变量进行分组
- R dplyr group_by_drop_default group_by 的 .drop 参数的默认值
- R dplyr group_by 按一个或多个变量分组
- R dplyr group_nest 使用分组规范嵌套 tibble
- R dplyr group_data 元数据分组
- 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 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 desc 降序
- R dplyr between 检测值落在指定范围内的位置
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 Select grouping variables。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。