带有约x()的dplyr的summarize_all()

Question

我正在尝试让dplyr的summarize_all()与approx()一起工作。更具体地说，数据框架df将被内插到height_target：

library(tidyverse)
df <- tibble(height = c(0, 10, 20),
             a = c(1, 3, 5),
             b = c(4, 6, 8))
height_target <- c(5, 15)

对于一个列(例如，列a)，这些命令的工作方式如下：

approx(x = df$height, y = df$a, xout = height_target)
# $x
# [1]  5 15
# 
# $y
# [1] 2 4

我能够用summarize()包装它，它产生了我想要的东西，但只为一列：

summarize(df, h = list(height_target),
       a = list(approx(x = height, y = a, xout = height_target)$y)) %>%
  unnest()
# # A tibble: 2 x 2
#       h     a
#   <dbl> <dbl>
# 1     5     2
# 2    15     4

要将其应用于所有列，我将执行以下操作

summarize_all(df,
   funs(list(approx(x = height, y = ., xout = height_target)$y))
)

然而，这会导致错误。

Summarise_impl中的错误(.data，dots)：评估错误：'x‘和'y’长度不同。

我猜想上述错误的'x'和'y'不是approx()的参数。.应该是一个列，因为下面的命令工作得很好。

summarize_all(df, funs(length(.)))
# # A tibble: 1 x 3
#   height     a     b
#    <int> <int> <int>
# 1      3     3     3

dfs <- summarize_all(df, funs(list(.)))
dfs$height
# [[1]]
# [1]  0 10 20
dfs$a
# [[1]]
# [1] 1 3 5
dfs$b
# [[1]]
# [1] 4 6 8

知道summarize_all()的错误可能是什么吗？我用dplyr 0.72。

Answer 1

当您使用summarise_all时，您指定的函数将应用于每个变量。在您的示例中，您也试图将该函数应用于变量height。要使它开始工作，首先要使用gather，即

library(tidyverse)

df %>% 
 gather(var, val, -height) %>% 
 group_by(var) %>% 
 summarise(h = list(height_target), a = list(approx(x = height, y = val, xout = height_target)$y)) %>% 
 unnest() %>% 
 spread(var, a)

这给

A提布尔:2 x 3小时a b*1 5 2 5 2 15 4 7

如果您想使用summarise_*变体，那么您应该使用summarise_at而不是.*_all，因为您希望将height从变量中排除在外(即，对于a和b vars，它应该是固定的)。

df %>% 
 summarise_at(vars(-height), funs(list(approx(x = height, y = ., xout = height_target)$y))) %>% 
 unnest()

这给了，

A提布尔:2 x 2 a b 1 2 5 2 4 7

正如您正确注释的那样，您可以使用summarise_all也包括height，即

df %>% 
 summarise_all(funs(list(approx(x = df$height, y = ., xout = height_target)$y))) %>% 
 unnest()

给予，

A提布尔:2x3高度a b 1 5 2 5 2 15 4 7