也可以看看
groups()
和 group_vars()
用於檢索選擇上下文之外的分組變量。
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
相關用法
- R dplyr group_trim 修剪分組結構
- R dplyr group_split 按組分割 DataFrame
- R dplyr group_map 對每個組應用一個函數
- R dplyr group_by_all 按選擇的變量進行分組
- R dplyr group_by_drop_default group_by 的 .drop 參數的默認值
- R dplyr group_by 按一個或多個變量分組
- R dplyr group_nest 使用分組規範嵌套 tibble
- R dplyr group_data 元數據分組
- R dplyr slice 使用行的位置對行進行子集化
- R dplyr copy_to 將本地數據幀複製到遠程src
- R dplyr sample_n 從表中采樣 n 行
- R dplyr consecutive_id 為連續組合生成唯一標識符
- R dplyr row_number 整數排名函數
- R dplyr band_members 樂隊成員
- R dplyr mutate-joins 變異連接
- R dplyr nth 從向量中提取第一個、最後一個或第 n 個值
- R dplyr coalesce 找到第一個非缺失元素
- R dplyr mutate 創建、修改和刪除列
- R dplyr order_by 用於排序窗口函數輸出的輔助函數
- R dplyr context 有關“當前”組或變量的信息
- R dplyr percent_rank 比例排名函數
- R dplyr recode 重新編碼值
- R dplyr starwars 星球大戰人物
- R dplyr desc 降序
- R dplyr between 檢測值落在指定範圍內的位置
注:本文由純淨天空篩選整理自Hadley Wickham等大神的英文原創作品 Select grouping variables。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。