r - dplyr中的分组均值

我从已发表的论文中找到了以下代码。在这种特定情况下，我想说的是策略很有效，因为它很明显，并且变量相对较少。但是，代码是“有点”重复的，我想知道是否有一种不太重复的方式可以做到，它仍然符合dplyr的风格和生活方式。



一个测试用例:

set.seed(42)
df <- data.frame(GR=sample(1:2, 100, replace=TRUE),
       as.data.frame(replicate(20, rnorm(100))))
names(df)[-1] <- LETTERS[1:20]

现在使用aggregate进行分组的均值表:

aggregate(df[,-1], df[1],mean)

...并使用dplyr:

df %>% group_by(GR) %>% summarize(mean.A=mean(A),
                                  mean.B=mean(B),
                                  mean.C=mean(C),
                                  mean.D=mean(D),
                                  mean.E=mean(E),
                                  # skipped 14 rows
                                  mean.T=mean(T))

在dplyr中是否有DRY做到这一点的方法？我知道R中的所有编程工具也都可以在dplyr中使用-因此，问题不在于如何实现..而是我正在寻找一种惯用的dplyr方法。我在现实生活中见过类似但更长的例子。

最佳答案

当summarise有多个列时，请使用summarise_all(如果所有其他列都需要使用分组变量以外的函数进行汇总)

df %>%
   group_by(GR) %>%
   summarise_all(funs(mean = mean(., na.rm = TRUE)))

如果只需要在选定的列上执行此操作，请尝试使用summarise_at

df %>%
   group_by(GR) %>%
   summarise_at(vars(A, B, C, D, E), funs(mean = mean(., na.rm = TRUE)))

另外，当我们只想在列的某些summarise_if上应用函数时，检查type

关于r - dplyr中的分组均值，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/50530672/