R dplyr reframe 将每个组转换为任意数量的行

summarise() 要求每个参数返回单个值，而 mutate() 要求每个参数返回与输入相同的行数，而 reframe() 是更通用的工具，对每个组返回的行数没有要求。

reframe() 通过将函数应用于现有 DataFrame 的列来创建新的 DataFrame 。它与 summarise() 最相似，但有两个很大的区别：

reframe() 可以为每组返回任意数量的行，而 summarise() 将每个组减少为单行。
reframe() 始终返回未分组的数据帧，而 summarise() 可能返回分组或按行数据帧，具体取决于具体情况。

我们预计您使用 summarise() 的频率要比使用 reframe() 的频率高得多，但是当您需要应用不返回单个汇总值的复杂函数时，reframe() 会特别有用。

用法

reframe(.data, ..., .by = NULL)

参数

.data

数据帧、数据帧扩展(例如 tibble)或惰性数据帧(例如来自 dbplyr 或 dtplyr)。有关更多详细信息，请参阅下面的方法。

...

<data-masking>

Name-value 函数对。该名称将是结果中变量的名称。该值可以是任意长度的向量。

未命名的 DataFrame 值从单个表达式添加多个列。

.by

< tidy-select > (可选)仅针对此操作选择要分组的列，作为 group_by() 的替代方案。有关详细信息和示例，请参阅?dplyr_by。

值

如果 .data 是一个 tibble，那么就是一个 tibble。否则，一个 DataFrame 。

这些行源自底层分组键。
这些列是分组键和您提供的表达式的组合。
输出始终未分组。
DataFrame 属性不会保留，因为 reframe() 从根本上创建了一个新的 DataFrame 。

连接到 tible

reframe() 理论上连接到 tibble 中的两个函数 tibble::enframe() 和 tibble::deframe() ：

enframe()：矢量 -> DataFrame
deframe()： DataFrame ->向量
reframe()： DataFrame -> DataFrame

方法

该函数是泛型函数，这意味着包可以为其他类提供实现(方法)。有关额外参数和行为差异，请参阅各个方法的文档。

当前在加载的包中可以使用以下方法： dplyr ( data.frame ) 。

也可以看看

其他单表动词： arrange() 、 filter() 、 mutate() 、 rename() 、 select() 、 slice() 、 summarise()

例子

table <- c("a", "b", "d", "f")

df <- tibble(
  g = c(1, 1, 1, 2, 2, 2, 2),
  x = c("e", "a", "b", "c", "f", "d", "a")
)

# `reframe()` allows you to apply functions that return
# an arbitrary number of rows
df %>%
  reframe(x = intersect(x, table))
#> # A tibble: 4 × 1
#>   x    
#>   <chr>
#> 1 a    
#> 2 b    
#> 3 f    
#> 4 d    

# Functions are applied per group, and each group can return a
# different number of rows.
df %>%
  reframe(x = intersect(x, table), .by = g)
#> # A tibble: 5 × 2
#>       g x    
#>   <dbl> <chr>
#> 1     1 a    
#> 2     1 b    
#> 3     2 f    
#> 4     2 d    
#> 5     2 a    

# The output is always ungrouped, even when using `group_by()`
df %>%
  group_by(g) %>%
  reframe(x = intersect(x, table))
#> # A tibble: 5 × 2
#>       g x    
#>   <dbl> <chr>
#> 1     1 a    
#> 2     1 b    
#> 3     2 f    
#> 4     2 d    
#> 5     2 a    

# You can add multiple columns at once using a single expression by returning
# a data frame.
quantile_df <- function(x, probs = c(0.25, 0.5, 0.75)) {
  tibble(
    val = quantile(x, probs, na.rm = TRUE),
    quant = probs
  )
}

x <- c(10, 15, 18, 12)
quantile_df(x)
#> # A tibble: 3 × 2
#>     val quant
#>   <dbl> <dbl>
#> 1  11.5  0.25
#> 2  13.5  0.5 
#> 3  15.8  0.75

starwars %>%
  reframe(quantile_df(height))
#> # A tibble: 3 × 2
#>     val quant
#>   <dbl> <dbl>
#> 1   167  0.25
#> 2   180  0.5 
#> 3   191  0.75

starwars %>%
  reframe(quantile_df(height), .by = homeworld)
#> # A tibble: 147 × 3
#>    homeworld   val quant
#>    <chr>     <dbl> <dbl>
#>  1 Tatooine   166.  0.25
#>  2 Tatooine   175   0.5 
#>  3 Tatooine   183   0.75
#>  4 Naboo      165   0.25
#>  5 Naboo      183   0.5 
#>  6 Naboo      190.  0.75
#>  7 Alderaan   169   0.25
#>  8 Alderaan   188   0.5 
#>  9 Alderaan   190.  0.75
#> 10 Stewjon    182   0.25
#> # ℹ 137 more rows

starwars %>%
  reframe(
    across(c(height, mass), quantile_df, .unpack = TRUE),
    .by = homeworld
  )
#> # A tibble: 147 × 5
#>    homeworld height_val height_quant mass_val mass_quant
#>    <chr>          <dbl>        <dbl>    <dbl>      <dbl>
#>  1 Tatooine        166.         0.25     75         0.25
#>  2 Tatooine        175          0.5      80.5       0.5 
#>  3 Tatooine        183          0.75     93         0.75
#>  4 Naboo           165          0.25     50.2       0.25
#>  5 Naboo           183          0.5      70.5       0.5 
#>  6 Naboo           190.         0.75     80.2       0.75
#>  7 Alderaan        169          0.25     56.5       0.25
#>  8 Alderaan        188          0.5      64         0.5 
#>  9 Alderaan        190.         0.75     71.5       0.75
#> 10 Stewjon         182          0.25     77         0.25
#> # ℹ 137 more rows

源代码：R/reframe.R

相关用法

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 Transform each group to an arbitrary number of rows。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。