选择 group_by 中的值并根据 R 中的另一列值进行汇总

Question

在以下示例中，我将如何根据另一列 ( ) 中的条件为mpg每组 ( ) 选择一个值（从 ）。请注意，我还想总结另一个变量（每组的平均值）。我的最佳猜测如下：cylcarb == 1qsec

library(dplyr)
mtcars %>% 
    distinct(cyl, carb, .keep_all = TRUE) %>% 
    group_by(cyl) %>% 
    summarize(
        mpg = mpg[.$carb == 1],
        qsec = mean(qsec)
    )

Answer 1

如果有多个行的 'carb' 为 1，并且summarise每组仅返回一行或不返回任何组，则最好将输出包装在list. 如果我们使用$，它会破坏分组

library(tidyverse)
out <- mtcars %>% 
        distinct(cyl, carb, .keep_all = TRUE) %>% 
        group_by(cyl) %>% 
        summarize(
          mpg = list(mpg[carb == 1]),
          qsec = mean(qsec)
        ) 

out
# A tibble: 3 x 3
#    cyl mpg        qsec
#  <dbl> <list>    <dbl>
#1     4 <dbl [1]>  19.3
#2     6 <dbl [1]>  17.1
#3     8 <dbl [0]>  16.2

通过查看输出，对于“cyl”8，没有等于 1 的“carb”，结果是numeric(0)

通过用 包裹起来replace_na，长度为 0 的元素可以更改为NA，然后执行unnest。否则，正如 @Dave Gruenewald 在评论中提到的，该行可以在unnesting时自动删除

out %>% 
  mutate(mpg = replace_na(mpg)) %>% 
  unnest
# A tibble: 3 x 3
#    cyl  qsec   mpg
#  <dbl> <dbl> <dbl>
#1     4  19.3  22.8
#2     6  17.1  21.4
#3     8  16.2  NA  

另一种选择，如果我们已经知道“carb”中最多有 1 个元素等于 1，则使用if/else条件summarise

mtcars %>%
    distinct(cyl, carb, .keep_all = TRUE) %>% 
    group_by(cyl) %>%
    summarise(
       mpg = if(any(carb == 1)) mpg[carb==1] else NA_real_,
       qsec = mean(qsec)
 )
# A tibble: 3 x 3
#     cyl   mpg  qsec
#   <dbl> <dbl> <dbl>
#1     4  22.8  19.3
#2     6  21.4  17.1
#3     8  NA    16.2

然而，最好假设可能有多个“carb”值，每个“cyl”为 1，然后将其包装在list中unnest

mtcars %>%
    distinct(cyl, carb, .keep_all = TRUE) %>% 
    group_by(cyl) %>%
    summarise(
       mpg = list(if(any(carb == 1)) mpg[carb==1] else NA_real_),
       qsec = mean(qsec)) %>%
    unnest