將資料框串列合并為一個資料框并一步匯總

我想將資料幀串列組合/減少到一個資料幀中，但我也想一步匯總資料。輸出來自模擬；因此，每個資料幀都具有相同的輸出結構（即，一個 Group 列，然后是 2 個帶值的列，每個輸出的值都會有所不同）。

最小可重現示例

df_list <- list(structure(list(Group = c("A", "B", "C"), Top_Group = c(1L, 
0L, 0L), Efficiency = c(0.464688158128411, 0.652386676520109, 
0.282913417555392)), row.names = c(NA, -3L), class = c("tbl_df", 
"tbl", "data.frame")), structure(list(Group = c("A", "B", "C"
), Top_Group = c(0L, 1L, 0L), Efficiency = c(0.120292583014816, 
0.0356206290889531, 0.37196880299598)), row.names = c(NA, -3L
), class = c("tbl_df", "tbl", "data.frame")), structure(list(
    Group = c("A", "B", "C"), Top_Group = c(0L, 1L, 0L), Efficiency = c(0.261322160949931, 
    0.383351784432307, 0.754808459430933)), row.names = c(NA, 
-3L), class = c("tbl_df", "tbl", "data.frame")))

我試過的

我知道我可以將資料系結在一起，然后進行分組和總結。

library(tidyverse)

df_list %>% 
  bind_rows() %>%
  group_by(Group) %>%
  summarise(Top_Group = sum(Top_Group), Efficiency = max(Efficiency))

#  Group Top_Group Efficiency
#  <chr>     <int>      <dbl>
#1 A             1      0.465
#2 B             2      0.652
#3 C             0      0.755

我希望有某種方式可以使用類似的東西reduce；但是，我只能讓它用于拉出一列（如此Top_Group處所示），并且不確定如何在所有列中使用（如果可能）并回傳資料框而不是向量。

df_list %>%
  map(2) %>%
  reduce(` `)

# [1] 1 2 0

預期產出

  Group Top_Group Efficiency
  <chr>     <int>      <dbl>
1 A             1      0.465
2 B             2      0.652
3 C             0      0.755

uj5u.com熱心網友回復：

根據 OP 的代碼，在不同的列上使用了不同的函式。因此，我們可能必須單獨應用這些元素函式

library(purrr)
reduce(df_list, ~ tibble(.x[1], .x[2]   .y[2], pmax(.x[3], .y[3])))

-輸出

# A tibble: 3 × 3
  Group Top_Group Efficiency
  <chr>     <int>      <dbl>
1 A             1      0.465
2 B             2      0.652
3 C             0      0.755

uj5u.com熱心網友回復：

在基礎 R 中，您可以這樣做

reduce(df_list, function(a, b) cbind(a[1], a[2]   b[2], pmax(a[3], b[3])))
#>   Group Top_Group Efficiency
#> 1     A         1  0.4646882
#> 2     B         2  0.6523867
#> 3     C         0  0.7548085

uj5u.com熱心網友回復：

另一個解決方案是reduce, fulljoin, 然后是rowwise summarize:

library(tidyverse)
df_list %>%
  reduce(full_join, by = "Group") %>%
  rowwise() %>%
  summarize(Group = Group,
            Top_Group  = sum(c_across(starts_with("Top_Group"))),
            Efficiency = max(c_across(starts_with("Efficiency")))) %>%
  ungroup()

# A tibble: 3 x 3
  Group Top_Group Efficiency
  <chr>     <int>      <dbl>
1 A             1      0.465
2 B             2      0.652
3 C             0      0.755

uj5u.com熱心網友回復：

使用aggregate 的基本 R 選項ave

aggregate(
    . ~ Group,
    transform(
        do.call(
            rbind,
            df_list
        ),
        Efficiency = ave(
            Efficiency,
            Group,
            FUN = function(x) max(x) / length(x)
        )
    ), sum
)

給

  Group Top_Group Efficiency
1     A         1  0.4646882
2     B         2  0.6523867
3     C         0  0.7548085

uj5u.com熱心網友回復：

你幾乎擁有它！查看?unnest()

require(tidyverse)

df_list %>% 
  tibble() %>%
  unnest(cols = c(.)) %>% 
  group_by(Group) %>%  
  summarise(Top_Group = sum(Top_Group), Efficiency = max(Efficiency))

# A tibble: 3 x 3
  Group Top_Group Efficiency
  <chr>     <int>      <dbl>
1 A             1      0.465
2 B             2      0.652
3 C             0      0.755

標籤：r 数据框 合并 数据表 tidyverse

上一篇：inner_join輸出一個空資料框

下一篇：熊貓：在日期條件之后創建多個指標列