使用dplyr的汇总和summarise_each一起？

Question

我想申请dplyr::summarise,并dplyr::summarise_each在同一时间对分组的数据帧.可能吗？

我的数据如下:

mydf <- data.frame(
    id = c(rep(1,2), rep(2, 3), rep(3, 4)), 
    amount = c(rep(1,4), rep(2,5)), 
    type1 = c(rep(1, 2), rep(0, 7)),
    type2 = c(rep(0, 4), rep(1, 5))
)
mydf
#  id amount type1 type2
#1  1      1     1     0
#2  1      1     1     0
#3  2      1     0     0
#4  2      1     0     0
#5  2      2     0     1
#6  3      2     0     1
#7  3      2     0     1
#8  3      2     0     1
#9  3      2     0     1

我想总结过id的amount变量,并得到最大的type变量.我知道我可以这样做:

mydf %>% 
    group_by(id) %>% 
    summarise(amount = sum(amount), type1 = max(type1), type2 = max(type2))

但是,我有很多type变量,所以我更喜欢这样的东西(但总和也是amount如此).

mydf %>%
    group_by(id) %>%
    summarise_each(funs(max), matches("type"))

Answer 1

运用 dplyr

library(dplyr)

mydf %>% 
     group_by(id) %>% 
     mutate(amount = sum(amount)) %>% 
     mutate_each(funs(max), matches("type")) %>%
     unique

#Source: local data table [3 x 4]

#  id amount type1 type2
#1  1      2     1     0
#2  2      4     0     1
#3  3      8     0     1

或者只是像@HongOoi所指出的那样

mydf %>% 
     group_by(id) %>% 
     mutate(amount=sum(amount)) %>% 
     summarise_each(funs(max))

Answer 2

我不确定使用的惯用方法dplyr,但这是非常惯用的data.table

library(data.table)
setDT(mydf)[, c(amount = sum(amount), 
                lapply(.SD[, grep("type", names(mydf), value = TRUE), with = FALSE], max)),
            by = id]
#    id amount type1 type2
# 1:  1      2     1     0
# 2:  2      4     0     1
# 3:  3      8     0     1

基本上,我们将两个操作组合使用c,而lapply(.SD, max)代表mutate_eachin dplyr并且matches只是一个包装器grep(如源代码中清楚显示的那样).with = FALSE用于标准评估一个data.table或.SD父框架内的列名称(代表S ub D ata).