dplyr group by on multiple columns

Question

我正在与R shine合作进行一些探索性数据分析.我有两个复选框输入,在一个复选框中我填充所有分类变量,其他都是数字变量.然后我在这两个选项上应用groupby如下.

var1 <- input$variable1      # Checkbox with categorical variables
var2 <- input$variable2      # Checkbox with numerical variables

v$data <- dataset %>%
  group_by_(var1) %>%
  summarize_(Sum = interp(~sum(x), x = as.name(var2))) %>%
  arrange(desc(Sum))

当只有1列的groupby时,哪种工作完全正常,但我想在多列上进行分组.当用户选择多个分类变量时,它会返回一个包含列名的数组.如何在dplyr groupby中传递此信息.

Answer 1

如果你有一个变量名的向量,你应该将它们传递给.dots=参数group_by_.例如:

mtcars %>% 
   group_by_(.dots=c("mpg","hp","wt")) %>% 
   summarize(x=mean(gear))

Answer 2

有了dplyr 1.0.0，我们有以下基于“正常”的可能性group_by：

library(dplyr)

group_cols <- c("vs", "am")

mtcars %>% 
  group_by(across(all_of(group_cols))) %>% 
  summarize(mean_wt = mean(wt))

Answer 3

您可以使用rlangpackage 中的 helpers ，它是由创建dplyr. 使用dplyr和 其他 tidyverse 包时，您不必加载rlang包即可使用这些帮助程序。

具体来说，您可以像这样使用syms函数和!!!函数：

library(dplyr)

group_cols <- c("vs", "am")

mtcars %>% 
  group_by(!!!syms(group_cols)) %>% 
  summarize(mean_wt = mean(wt))

这个密切相关的问题和答案解释了如何将!!运算符和sym函数用于单个列名（即长度为一的字符向量）。

Answer 4

该dplyr软件包的最新版本包括 的变体group_by，例如group_by_if和group_by_at。您可以使用这些来使用与select函数类似的语法来执行列选择。

就像您可以使用 选择列列表一样select(my_data, one_of(group_cols))，您可以使用它group_by_at来执行以下操作：

library(dplyr)

group_cols <- c("vs", "am")

mtcars %>% 
  group_by_at(.vars = vars(one_of(group_cols))) %>% 
  summarize(mean_wt = mean(wt))