首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

在将` `dplyr::summarise()`与` `across()`函数一起使用时,我是否可以混合使用列表和公式语法

在将dplyr::summarise()across()函数一起使用时,可以混合使用列表和公式语法。

dplyr::summarise()函数用于对数据进行汇总操作,而across()函数用于对多个列进行相同的操作。通过将这两个函数结合使用,可以对多个列进行相同的汇总操作。

在使用across()函数时,可以使用列表语法或公式语法来指定要操作的列。列表语法使用c()函数将列名组合成一个列表,而公式语法使用~符号来表示要操作的列。

例如,假设我们有一个数据框df,其中包含了三个数值型列A、B和C,我们想要计算这三列的平均值和标准差。可以使用以下代码:

代码语言:txt
复制
library(dplyr)

df <- data.frame(A = c(1, 2, 3),
                 B = c(4, 5, 6),
                 C = c(7, 8, 9))

df %>%
  summarise(across(c(A, B, C), list(mean = mean, sd = sd)))

上述代码中,across(c(A, B, C), list(mean = mean, sd = sd))表示对列A、B和C进行操作,其中mean表示计算平均值,sd表示计算标准差。通过使用列表语法,我们可以同时指定要进行的操作和要操作的列。

另外,我们也可以使用公式语法来实现相同的效果:

代码语言:txt
复制
df %>%
  summarise(across(c(A, B, C), ~ list(mean = mean(.), sd = sd(.))))

上述代码中,~ list(mean = mean(.), sd = sd(.))表示对每个列应用相同的操作,其中mean表示计算平均值,sd表示计算标准差。通过使用公式语法,我们可以更加灵活地指定要进行的操作。

推荐的腾讯云相关产品和产品介绍链接地址:

  • 腾讯云云服务器(CVM):提供弹性计算能力,满足各种业务需求。详情请参考:腾讯云云服务器
  • 腾讯云云数据库 MySQL 版:提供高性能、可扩展的 MySQL 数据库服务。详情请参考:腾讯云云数据库 MySQL 版
  • 腾讯云对象存储(COS):提供安全、稳定、低成本的云端存储服务。详情请参考:腾讯云对象存储(COS)
  • 腾讯云人工智能(AI):提供丰富的人工智能服务,包括图像识别、语音识别、自然语言处理等。详情请参考:腾讯云人工智能(AI)
  • 腾讯云物联网(IoT):提供全面的物联网解决方案,帮助连接和管理物联网设备。详情请参考:腾讯云物联网(IoT)
  • 腾讯云区块链服务(BCS):提供高性能、可扩展的区块链服务,支持多种区块链框架。详情请参考:腾讯云区块链服务(BCS)
  • 腾讯云视频处理(VOD):提供视频上传、转码、截图等功能,满足视频处理需求。详情请参考:腾讯云视频处理(VOD)
页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

「R」dplyr 列式计算

近期使用dplyr」 进行多列选择性操作,如 mutate_at() 时,发现文档提示一系列的 「dplyr函数变体已经过期,看来后续要退休了,使用 across() 是它们的统一替代品,所以最近抽时间针对性的学习翻译下...它使用 tidy 选择语法(像 select() 那样),因此你可以按照位置、名字类型来选择变量。...第二个参数是 .fns,它是应用到数据列上的一个函数或者是一个函数列表,它也可以是像 ~.x/2 这样 「purrr」 风格的公式语法。...下面是联合 across() 和它最喜欢的动词函数 summarise()的一些例子。但你也可以联合 across() 任意其他的 「dplyr」 动词函数,我们后面会提及。...先前 filter() all_vars() any_vars() 帮助函数配对使用

2.4K10

「R」dplyr 行式计算

可以 rowwise() 中提供“标识符”变量,这些变量将在你调用 summarise() 的时候保留,因此它的行为类似于变量传入 group_by(): df <- tibble(name =...因此,你可以使用 c_across() ,它支持 tidy 选择语法,因而你可以一次性选择许多变量: rf %>% mutate(total = sum(c_across(w:z))) #> # A tibble...rowwise()不仅适用于返回长度为1的向量的函数(又名总结函数);如果结果是列表,它可以任何函数一起工作。...这意味着rowwise()mutate()提供了一种优雅的方式,可以使用不同的参数多次调用函数,并将输出输入一起存储。...也曾抗拒 rowwwise(),因为觉得自动[到[[之间切换太神奇了,就像自动list()-ing结果使do()太神奇一样。

6.2K20

R tips:dplyr编程

dplyr函数由于使用tidy evaluation(R中的一种非标准执行(NSE)实现方式)的方法,可以使得其具有更好的易用性:变量不需要绝对引用引号包裹。...根据使用的NSE的类别不同,dplyr函数可以分为两类: data masking:arrange(), count(), filter(), group_by(), mutate(), summarise...tidy selection:across(), relocate(), rename(), select(), pull() ,使得可以很方便的根据位置、名称、类别去选择数据变量。...根据所用的NSE的类别,需要区别对待dplyr函数的编程。 Data masking 如果想要操作的数据变量名称来源于环境变量,那么使用特殊的指代词.data来完成。...如果想要操作的数据变量来源于函数参数(指的一个环境变量上存在一个promise),那么使用{{}}包裹。 一个函数用时,其参数存在一个promise。

1.2K30

教你几招R语言中的聚合操作

R语言中提供了几种实现数据聚合的常用函数,它们分别是基于stats包中的aggregate函数、基于sqldf包中的sqldf函数以及基于dplyr包中的group_by函数summarize函数。...为了弥补aggregate函数的缺点,使用sqldf包中的sqldf函数是一个不错的选择,它可以允许用户写入SQL语法,并基于SQL实现数据的聚合统计,关于该函数的用法参数含义如下: sqldf(x,...该数据集已存放在MySQL数据库中(读者也可以利用该函数读取本地的Excel文件),可以借助于下方的代码实现数据的读取聚合统计: # 加载第三方包library(sqldf) # 使用SQL语法对数据作聚合统计...基于group_bysummarize函数的聚合 ---- 结合dplyr包中的group_by函数summarize函数实现数据的分组聚合可以避开aggregate函数sqldf函数的一些缺点,...:指定数据库中的哪些变量需要用作分组变量; add:bool类型的参数,是否已分组的数据框上再添加group_by的分组设置,默认为FALSE;summarise(.data, ...) .data:

3.3K20

R 数据整理(七:使用tidyrdplyr处理数据框 2.0)

我们可以使用tidyverse 系统来操作,其中包括了magrittr 包,readr 包,dplyr tidyr 包等。...2.10 表格的拆分合并 将同一列中的内容分为两列内容。或两列内容合并为同一列内容。 首先还是可以创建一个数据框。...dplyr 包的 summarse_at() 函数可以指定一批变量名一批统计函数,自动命名结果变量,如: d.cancer %>% summarise_at( c("v0", "v1"), list(...=sum(freq)) ntotal 1 84 3.4 tibble 中的列表列 nest unnest 对于数据框,我们可以使用split 数据框按某列拆分为多个数据框...nest unnest 函数可以子数据框保存在 tibble 中,可以保存在 tibble 中的子数据框合并为一个大数据 框。

10.8K30

懒癌必备-dplyrdata.table让你的数据分析事半功倍

接下来,就为大家分享几个工作当中最常用来做数据分析用到的包,dplyrdata.table,保证你get到这两个包后,就再也不想用R里面自带的基础包函数进行数据分析了!!...(贼笑中) dplyr包 R语言中最为重要的包(之一)! 它可以让数据分析功能更加强大,代码更加简洁。你可以随心所欲的操作它,使用它获取你想要的数据,而且它的语法非常简单,非常直白。...mutate( ) 为数据增加新列 mutate(df,vnew1=v1-v2,vnew2=vnew1+v3) 基础包里的transform()函数接近,但mutate可以使用你刚刚创建的column...以上这段代码我们使用group_bysummarise的结合实现了对数据集分组分析,并进行统计量计算的一个功能。...data.table包 dplyr已经可以满足我们数据分析工作中大部分的需求,后来该包的作者又开发了一个炫酷吊炸天的包“data.table” 如果你的日常处理数据几万到十几万行,那么用dplyr

2.4K70

分组统计你只想到group_by操作吗?

最近在研究excel透视图,想到好像自己R-分组操作并不是很流畅,顺便学习分享一下。R自带数据集比较多,今天就选择一个想对了解的mtcars数据集带大家学习一下R语言中的分组计算(操作)。...目录 1 dplyr包中的group_by联合summarize 1.1 group_by语法 1.2 summarise语法 1.3 group_bysummarise单变量分组计算 1.4...group_bysummarise多变量分组计算 2 ddply 2.1 ddply语法 2.2 ddply分组计算示例 3 aggregate 3.1 aggregate语法 3.2 aggregate......为计算函数可以是一个也可以是多个,多个的话以逗号分割summarise(data,disp = mean(disp),hp = mean(hp)) summarise计算函数Useful functions...(group, sex)" 3 aggregate 3.1 aggregate语法 aggregate(x, by, FUN)x为数据集by为分组变量列表FUN为计算函数 3.2 aggregate分组计算示例

97730

R语言 分组计算,不止group_by

最近在研究excel透视图,想到好像自己R-分组操作并不是很流畅,顺便学习分享一下。R自带数据集比较多,今天就选择一个想对了解的mtcars数据集带大家学习一下R语言中的分组计算(操作)。...目录 1 dplyr包中的group_by联合summarize 1.1 group_by语法 1.2 summarise语法 1.3 group_bysummarise单变量分组计算 1.4...group_bysummarise多变量分组计算 2 ddply 2.1 ddply语法 2.2 ddply分组计算示例 3 aggregate 3.1 aggregate语法 3.2 aggregate......为计算函数可以是一个也可以是多个,多个的话以逗号分割summarise(data,disp = mean(disp),hp = mean(hp)) summarise计算函数Useful functions...(group, sex)" 3 aggregate 3.1 aggregate语法 aggregate(x, by, FUN)x为数据集by为分组变量列表FUN为计算函数 3.2 aggregate分组计算示例

8.1K50

生信星球——生信入门DAY6:学习R包

(package)加载名为package的命名空间,并添加到包的搜索列表中。...require() : require(package)加载名为package的命名空间,并添加到包的搜索列表中,library(package)一致。...从该文件读取分析输入,直到到达文件的结尾,然后选定的环境中按顺序解析表达式。简单来讲,library更像装载,require不会报错,source装载的方式则不太一样。...Sepal.Length))summarise可以配合group使用,第二行代码即是先将数据按species分组,再计算均值标准差同时,对于这样一组简单的数据,用管道操作也可以达成相同的目的,但是更有趣...,但是管道操作(%>%)复杂的数据中起到更亮眼的作用简单的统计命令count(test,Species)默认是列,意为统计此列的unique值两表相连inner_join(a, b, by = "x

12610

tidyverse|数据分析常规操作-分组汇总(sumamrise+group_by)

使用tidyverse进行简单的数据处理: 盘一盘Tidyverse| 筛行选列之select,玩转列操作 盘一盘Tidyverse| 只要你要只要有-filter 筛选行 Tidyverse|数据列的分分合合...一 summarize汇总 汇总函数 summarise(),可以数据框折叠成一行 ,多与group_by()结合使用 1.1 summarise完成指定变量的汇总 统计均值,标准差,最小值,个数逻辑值...summarise() 的组合构成了使用 dplyr 包时最常用的操作之一:分组摘要 2.1 按照Species分组,变量汇总 iris %>% group_by(Species) %>...int> #1 setosa 50 #2 versicolor 50 #3 virginica 50 2.3 逻辑值的计数比例 当数值型函数一同使用时, TRUE 会转换为...这使得 sum() mean() 非常适用于逻辑值:sum(x) 可以找出 x 中 TRUE 的数量, mean(x) 则可以找出比例 . iris %>% group_by(Species

2.5K60

tidyverse:R语言中相当于python中pandas+matplotlib的存在

有相同的语法使用起来更方便。...——左侧的值应用到右侧数据data位置 管道函数tidyverse中,管道符号是数据整理的主力,可以把许多功能连在一起,而且简洁好看,比起R的基本代码更加容易阅读!...分组: group_by() #当对数据集通过group_by()添加了分组信息后,mutate(),arrange() summarise() 函数会自动对这些 tbl 类数据执行分组操作。...这些函数允许长数据格式(long data)宽数据格式(wide data)之间进行转换(功能类似于reshape包,但是比reshape更好用,并且可以用于管道%>%连接)。...key #value:原数据框中的所有值赋给一个新变量value #…:可以指定哪些列聚到同一列中 #na.rm:是否删除缺失值 widedata <- data.frame(person=c('Alex

4K10

函数冲突报错就完了吗

恰好被隔壁Y叔看到了,所以立马给出来了解决方案,听说你用的函数又撞名了? 可以看到conflicted包超级好用,专门盯着你,让你报错!...比如,使用如下函数的时候,报错: > showDatabaseCategory(CellChatDB) Error: Problem with `summarise()` input `value`.../library) 果然,绝大部分情况下,这个 summarise函数应该是来自于dplyr包,但是它的排名很靠后。...但是使用的是showDatabaseCategory函数,它里面封装的summarise函数是无权修改的,没办法跟之前:R语言的繁荣背后何尝没有隐患,那样通过指定某个R包的某个函数的方法来解决报错...,字符,逻辑,因子) 多种数据结构(向量,矩阵,数组,数据框,列表) 文件读取写出 简单统计可视化 无限量函数学习

1.2K20

Day6 呦呦鹿鸣—学习R包

iris可知其为150×5的列表dplyr五个基础函数1.mutate(),新增列mutate(test, new = Sepal.Length * Sepal.Width)mutate(df, z =...():汇总,对数据进行汇总操作,结合group_by使用实用性强\ 多个值减少到单个值summarise(test, mean(Sepal.Length), sd(Sepal.Length)) # 计算...Sepal.Length的平均值标准差summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length)) # 先按照Species...分组,计算每组Sepal.Length的平均值标准差dplyr两个实用技能1:管道操作 %>% (cmd/ctr + shift + M)向右传递test %>% group_by(Species)...dplyr处理关系数据2个表进行连接1.內连inner_join,取交集inner_join(test1, test2, by = "x")满足两个条件:有相同变量名,相同变量名的列里有相同元素;2.

15510

数据处理|R-dplyr

1)安装、加载dplyr包、准备数据 install.packages("dplyr") #加载dplyr使用dplyr包处理数据前,建议先将数据集转换为tbl对象。...arrange(iris,Sepal.Length) # 数据按照Sepal.Length升序排序 5)变量变换/重构 mulate()函数可以数据拓展,也可以保留原变量的基础上增加变量,进行数据处理...Width) #计算一个或多个新列并删除原列 6)数据汇总 summarize()函数实现数据集聚合操作,多个值汇总成一个值 summarise(iris,avg = mean(Sepal.Length...>%, 使用时把数据集名作为开头, 然后依次对此数据进行多步操作。...11)数据合并 dplyr包中也添加了类似cbind()函数rbind()函数功能的函数,它们是bind_cols()函数bind_rows()函数

2K10
领券