使用dplyr在dplyr/函数上循环

Question

我创建了许多数据格式，如下所示：

df <- data %>% select(var1,var2,var3,var4) %>% group_by(var3,var4) %>% filter(var2 ==1) %>% summarise(var1 = mean(var1))

每个数据的输出是var1的平均值，通过var3和var4对变量进行分组，并根据不同的变量对其进行过滤。

与我在上面提供的数据和代码中的其余部分的唯一区别是过滤变量。

因为我想要一个很好的表来显示我的输出，所以我使用left_join来按我想要的方式合并和排列数据。

虽然我已经完成了我的分析并得到了我想要的输出.

我必须使用许多其他变量过滤变量，最后我创建了大约20个数据格式。

所以我的问题是：

是否有其他方法可以同时使用函数或循环创建所有这些数据帧？类似于：

dfi<- ....for i在1-20.

也许我应该用我想要过滤的变量定义和数组，然后命名这个数组？

任何想法都不受欢迎！

提前谢谢。

Answer 1

因为您的过滤器似乎并不是相互排斥的(也就是说，一个数据点可以在多个筛选组中)，所以我认为您最好的选择是为您的过滤器生成一个向量，然后遍历该向量(尽管我将使用lapply而不是for循环)。

由于您没有提供可重复的数据集或您所使用的过滤器的概念，所以我将只使用内置的iris数据和按物种分组(代码将同样适用于多个分组变量)。

首先，下面是一组过滤器：

irisFilters <-
  c(Long = quote(Sepal.Length > 6 | Petal.Length > 4)
    , Wide = quote(Sepal.Width > 3 | Petal.Width > 1.5)
    , Boxy = quote((Sepal.Width / Sepal.Length) > 0.5)
  )

请注意，这些都是完全武断的(可能根本没有意义)，但它们应该让您了解什么是可能的。重要的是，我使用quote并不是为了以后可以将它们传递到filter步骤中。

然后，使用lapply逐步遍历每个筛选条件，使用!!告诉dplyr解释变量中的内容。在这里，我只是采取Petal.Length的平均值，因为这似乎与您的用例相匹配。

irisSummaries <-
  irisFilters %>%
  lapply(function(thisFilter){
    iris %>%
      filter(!! thisFilter) %>%
      group_by(Species) %>%
      summarise(Petal.Length = mean(Petal.Length))
  })

这将返回一个列表，其中包含与每个条件相匹配的汇总结果，如下所示：

$Long
# A tibble: 2 x 2
     Species Petal.Length
      <fctr>        <dbl>
1 versicolor     4.502857
2  virginica     5.552000

$Wide
# A tibble: 3 x 2
     Species Petal.Length
      <fctr>        <dbl>
1     setosa     1.480952
2 versicolor     4.730000
3  virginica     5.572340

$Boxy
# A tibble: 3 x 2
     Species Petal.Length
      <fctr>        <dbl>
1     setosa     1.462000
2 versicolor     4.290909
3  virginica     5.320000

然后，可以使用分配给它们的名称(在创建筛选向量时)将它们组合到单个表中作为标识符：

longSummaries <-
  irisSummaries %>%
  bind_rows(.id = "Filter")

返回：

  Filter    Species Petal.Length
   <chr>     <fctr>        <dbl>
1   Long versicolor     4.502857
2   Long  virginica     5.552000
3   Wide     setosa     1.480952
4   Wide versicolor     4.730000
5   Wide  virginica     5.572340
6   Boxy     setosa     1.462000
7   Boxy versicolor     4.290909
8   Boxy  virginica     5.320000

然后可以使用spread为每个过滤器创建一个列：

wideSummaries <-
  longSummaries %>%
  spread(Filter, Petal.Length)

返回：

     Species     Boxy     Long     Wide
*     <fctr>    <dbl>    <dbl>    <dbl>
1     setosa 1.462000       NA 1.480952
2 versicolor 4.290909 4.502857 4.730000
3  virginica 5.320000 5.552000 5.572340

代码应该对任意数量的筛选器、您选择的任何名称、任意数量的分组变量(或组)都具有鲁棒性。如果您返回多个变量，则需要更多的注意，不过在这种情况下，宽格式可能是不可取的。