R dplyr reframe 將每個組轉換為任意數量的行

summarise() 要求每個參數返回單個值，而 mutate() 要求每個參數返回與輸入相同的行數，而 reframe() 是更通用的工具，對每個組返回的行數沒有要求。

reframe() 通過將函數應用於現有 DataFrame 的列來創建新的 DataFrame 。它與 summarise() 最相似，但有兩個很大的區別：

reframe() 可以為每組返回任意數量的行，而 summarise() 將每個組減少為單行。
reframe() 始終返回未分組的數據幀，而 summarise() 可能返回分組或按行數據幀，具體取決於具體情況。

我們預計您使用 summarise() 的頻率要比使用 reframe() 的頻率高得多，但是當您需要應用不返回單個匯總值的複雜函數時，reframe() 會特別有用。

用法

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

參數

.data

數據幀、數據幀擴展(例如 tibble)或惰性數據幀(例如來自 dbplyr 或 dtplyr)。有關更多詳細信息，請參閱下麵的方法。

...

<data-masking>

Name-value 函數對。該名稱將是結果中變量的名稱。該值可以是任意長度的向量。

未命名的 DataFrame 值從單個表達式添加多個列。

.by

< tidy-select > (可選)僅針對此操作選擇要分組的列，作為 group_by() 的替代方案。有關詳細信息和示例，請參閱?dplyr_by。

值

如果 .data 是一個 tibble，那麽就是一個 tibble。否則，一個 DataFrame 。

這些行源自底層分組鍵。
這些列是分組鍵和您提供的表達式的組合。
輸出始終未分組。
DataFrame 屬性不會保留，因為 reframe() 從根本上創建了一個新的 DataFrame 。

連接到 tible

reframe() 理論上連接到 tibble 中的兩個函數 tibble::enframe() 和 tibble::deframe() ：

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

方法

該函數是泛型函數，這意味著包可以為其他類提供實現(方法)。有關額外參數和行為差異，請參閱各個方法的文檔。

當前在加載的包中可以使用以下方法： dplyr ( data.frame ) 。

也可以看看

其他單表動詞： 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

源代碼：R/reframe.R

相關用法

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 Transform each group to an arbitrary number of rows。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。