Início / coding / Perguntas / 77460688
Accepted
gernophil
Asked: 2023-11-10 22:23:13 +0800 CST

resumir várias colunas individualmente com R

  • 772

Ei, eu tenho um DataFrame que consiste em 44 colunas. a primeira coluna é um nome e todas as outras colunas são variáveis ​​que podem ser sim/VERDADEIRO ou não/FALSO. Cada nome pode ter várias linhas e quero combinar todas as entradas para um nome e uma variável no campo como no exemplo resumido abaixo. Porém, para 43 colunas não quero fazer isso manualmente, pois sou preguiçoso e é mais sujeito a erros. Alguma idéia de como fazer isso? Também tenho uma lista com todos os nomes das colunas que quero combinar:

library(tidyverse)

df <- tibble(name = c("A", "A", "A", "B", "C", "C"),
             variable_one = c(TRUE, FALSE, TRUE, FALSE, FALSE, FALSE),
             variable_two = c(FALSE, FALSE, FALSE, TRUE, FALSE, TRUE),
             variable_three = c(FALSE, TRUE, TRUE, FALSE, FALSE, TRUE)) |>
  group_by(name) |>
  summarise(
    variable_one = paste(variable_one, collapse = ","),
    variable_two = paste(variable_two, collapse = ","),
    variable_three = paste(variable_three, collapse = ","),
  )

2 respostas

  1. Best Answer

    Você pode tentar across+ starts_withcomo abaixo

    df %>%
    summarise(across(starts_with("variable"),toString), .by = name)

    que dá

    # A tibble: 3 × 4
  name  variable_one      variable_two        variable_three
  <chr> <chr>             <chr>               <chr>
1 A     TRUE, FALSE, TRUE FALSE, FALSE, FALSE FALSE, TRUE, TRUE
2 B     FALSE             TRUE                FALSE
3 C     FALSE, FALSE      FALSE, TRUE         FALSE, TRUE

    Uma versão mais curta por base R está usandoaggregate

    > aggregate(. ~ name, df, toString)
  name      variable_one        variable_two    variable_three
1    A TRUE, FALSE, TRUE FALSE, FALSE, FALSE FALSE, TRUE, TRUE
2    B             FALSE                TRUE             FALSE
3    C      FALSE, FALSE         FALSE, TRUE       FALSE, TRUE
    • 2

  2. Alternativamente, você poderia usar seu código existente para obter os resultados esperados

    # custom function
sum_string <- \(x)({
  paste(x, collapse = ",")
})

# use the custom function in the code

df |>
  group_by(name) |>
  summarise(across(starts_with('variable'), ~ sum_string(.)))

    Criado em 10/11/2023 com reprex v2.0.2

    # A tibble: 3 × 4
  name  variable_one    variable_two      variable_three 
  <chr> <chr>           <chr>             <chr>          
1 A     TRUE,FALSE,TRUE FALSE,FALSE,FALSE FALSE,TRUE,TRUE
2 B     FALSE           TRUE              FALSE          
3 C     FALSE,FALSE     FALSE,TRUE        FALSE,TRUE
    • 1

relate perguntas