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。
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。
- ...
-
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
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
相关用法
- R dplyr recode 重新编码值
- R dplyr rename 重命名列
- R dplyr relocate 更改列顺序
- R dplyr row_number 整数排名函数
- R dplyr rowwise 按行对输入进行分组
- R dplyr rows 操作单独的行
- 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 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 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
- 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
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。