如何通过在一列上分组和连接来折叠数据帧

Question

我有一个包含20列的数据框.最后一列是文本字段.我想按前19列分组,并连接最后一个文本列的值.我一直试图通过使用dplyr实现这一目的,如下所示:

mydf %>%
group_by(col1, col2, col3, ... col19) %>%
summarise(alltasks = c(col20))

但这不起作用并返回此错误消息:

eval中的错误(替换(expr),envir,enclos):期望单个值

我究竟做错了什么？

Answer 1

正如@thelatemail所指出的,你需要返回一个值,而不是所有值的向量.这是一个如何做到这一点的例子:

dots = lapply(paste0("col", 1:19), as.symbol)

mydf %>%
  group_by_(.dots=dots) %>%
  summarise(alltasks = paste(col20, collapse=", "))

对summarise行的更改是将所有值粘贴col20到单个字符串中的方式.我使用了逗号空间分隔符,但您当然可以将其更改为您喜欢的任何内容.该dots业务仅仅是一个对所有分组变量组合,而无需输入了每一个更简单的方法.

如果名称mydf不是那么规则,你可以使用一个简单的paste函数来生成它们,其他选项将是,例如:

dots = lapply(names(mydf)[1:19], as.symbol)

要么

dots = lapply(names(mydf)[-grep("col20$", names(mydf))], as.symbol)

以下是dplyr使用内置mtcars数据框的代码的工作示例:

dots = lapply(c("am","vs","cyl","carb"), as.symbol)

mtcars %>%
  group_by_(.dots=dots) %>%
  summarise(all_mpg = paste(mpg, collapse=", "))

      am    vs   cyl  carb                      all_mpg
1      0     0     8     2       18.7, 15.5, 15.2, 19.2
2      0     0     8     3             16.4, 17.3, 15.2
3      0     0     8     4 14.3, 10.4, 10.4, 14.7, 13.3
4      0     1     4     1                         21.5
5      0     1     4     2                   24.4, 22.8
6      0     1     6     1                   21.4, 18.1
7      0     1     6     4                   19.2, 17.8
8      1     0     4     2                           26
9      1     0     6     4                       21, 21
10     1     0     6     6                         19.7
11     1     0     8     4                         15.8
12     1     0     8     8                           15
13     1     1     4     1       22.8, 32.4, 33.9, 27.3
14     1     1     4     2             30.4, 30.4, 21.4