考虑以下示例数据
library(dplyr)
tmp <- mtcars %>%
group_by(cyl) %>%
summarise(mpg_sum = list(summary(mpg)))
这样mpg_sum包含mpg变量的最小值、1分位值、中位数、平均值、3分位值和最大值。
如何使用dplyr或其他方式将此列解压缩为具有适当列名的6列？
我们可以使用data. table。将'data.frame'转换为'data.table'（as.data.table（mtcar）），按'cyl'分组，我们得到'mpg'的摘要并将其转换为list
library(data.table)
as.data.table(mtcars)[, as.list(summary(mpg)), by = cyl]
# cyl Min. 1st Qu. Median Mean 3rd Qu. Max.
#1: 6 17.8 18.65 19.7 19.74 21.00 21.4
#2: 4 21.4 22.80 26.0 26.66 30.40 33.9
#3: 8 10.4 14.40 15.2 15.10 16.25 19.2
或者仅使用dplyr，按'cyl'分组后，我们使用do进行与上述相同的操作。
library(dplyr)
mtcars %>%
group_by(cyl) %>%
do(data.frame(as.list(summary(.$mpg)), check.names=FALSE) )
# cyl Min. 1st Qu. Median Mean 3rd Qu. Max.
# <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#1 4 21.4 22.80 26.0 26.66 30.40 33.9
#2 6 17.8 18.65 19.7 19.74 21.00 21.4
#3 8 10.4 14.40 15.2 15.10 16.25 19.2
或者使用purrr
library(purrr)
mtcars %>%
slice_rows("cyl") %>%
select(mpg) %>%
by_slice(dmap, summary, .collate= "cols")
如评论所示，您还可以使用包broom中的tidy函数：
library(broom)
mtcars %>% group_by(cyl) %>% do(tidy(summary(.$mpg)))
# Source: local data frame [3 x 7]
# Groups: cyl [3]
#
# cyl minimum q1 median mean q3 maximum
# (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) (dbl)
# 1 4 21.4 22.80 26.0 26.66 30.40 33.9
# 2 6 17.8 18.65 19.7 19.74 21.00 21.4
# 3 8 10.4 14.40 15.2 15.10 16.25 19.2
另一种选择
with(data = mtcars,by(mpg,cyl,FUN = summary))
