[r] dplyr 요약 : 출력에서 ​​길이가 0 인 그룹을 유지하려면 “.drop = FALSE”와 동일합니다.

Program / 글쓴이

summarisewith plyr의 ddply함수를 사용하면 기본적으로 빈 카테고리가 삭제됩니다. 을 추가하여이 동작을 변경할 수 있습니다 .drop = FALSE. 그러나 .NET summarise과 함께 사용할 때는 작동하지 않습니다 dplyr. 결과에서 빈 범주를 유지하는 다른 방법이 있습니까?

다음은 가짜 데이터가있는 예입니다.

library(dplyr)

df = data.frame(a=rep(1:3,4), b=rep(1:2,6))

# Now add an extra level to df$b that has no corresponding value in df$a
df$b = factor(df$b, levels=1:3)

# Summarise with plyr, keeping categories with a count of zero
plyr::ddply(df, "b", summarise, count_a=length(a), .drop=FALSE)

  b    count_a
1 1    6
2 2    6
3 3    0

# Now try it with dplyr
df %.%
  group_by(b) %.%
  summarise(count_a=length(a), .drop=FALSE)

  b     count_a .drop
1 1     6       FALSE
2 2     6       FALSE

내가 바랬던 것과는 다릅니다. dplyr에서와 같은 결과를 얻을 수 있는 방법 .drop=FALSE이 plyr있습니까?

답변

dplyr 0.8 group_by 은 .drop귀하가 요청한 바를 수행 하는 인수를 얻었 기 때문에 :

df = data.frame(a=rep(1:3,4), b=rep(1:2,6))
df$b = factor(df$b, levels=1:3)

df %>%
  group_by(b, .drop=FALSE) %>%
  summarise(count_a=length(a))

#> # A tibble: 3 x 2
#>   b     count_a
#>   <fct>   <int>
#> 1 1           6
#> 2 2           6
#> 3 3           0

@Moody_Mudskipper의 답변과 함께 가야 할 추가 참고 사항 : .drop=FALSE하나 이상의 그룹화 변수가 요인으로 코딩되지 않은 경우 사용하면 예상치 못한 결과가 발생할 수 있습니다. 아래 예를 참조하십시오.

library(dplyr)
data(iris)

# Add an additional level to Species
iris$Species = factor(iris$Species, levels=c(levels(iris$Species), "empty_level"))

# Species is a factor and empty groups are included in the output
iris %>% group_by(Species, .drop=FALSE) %>% tally

#>   Species         n
#> 1 setosa         50
#> 2 versicolor     50
#> 3 virginica      50
#> 4 empty_level     0

# Add character column
iris$group2 = c(rep(c("A","B"), 50), rep(c("B","C"), each=25))

# Empty groups involving combinations of Species and group2 are not included in output
iris %>% group_by(Species, group2, .drop=FALSE) %>% tally

#>   Species     group2     n
#> 1 setosa      A         25
#> 2 setosa      B         25
#> 3 versicolor  A         25
#> 4 versicolor  B         25
#> 5 virginica   B         25
#> 6 virginica   C         25
#> 7 empty_level <NA>       0

# Turn group2 into a factor
iris$group2 = factor(iris$group2)

# Now all possible combinations of Species and group2 are included in the output, 
#  whether present in the data or not
iris %>% group_by(Species, group2, .drop=FALSE) %>% tally

#>    Species     group2     n
#>  1 setosa      A         25
#>  2 setosa      B         25
#>  3 setosa      C          0
#>  4 versicolor  A         25
#>  5 versicolor  B         25
#>  6 versicolor  C          0
#>  7 virginica   A          0
#>  8 virginica   B         25
#>  9 virginica   C         25
#> 10 empty_level A          0
#> 11 empty_level B          0
#> 12 empty_level C          0

Created on 2019-03-13 by the reprex package (v0.2.1)

답변

문제는 여전히 열려 있지만 그 동안 특히 데이터가 이미 complete팩토링되었으므로 “tidyr”에서 사용 하여 원하는 것을 얻을 수 있습니다.

library(tidyr)
df %>%
  group_by(b) %>%
  summarise(count_a=length(a)) %>%
  complete(b)
# Source: local data frame [3 x 2]
# 
#        b count_a
#   (fctr)   (int)
# 1      1       6
# 2      2       6
# 3      3      NA

대체 값이 0이되도록하려면 다음을 사용하여 지정해야합니다 fill.

df %>%
  group_by(b) %>%
  summarise(count_a=length(a)) %>%
  complete(b, fill = list(count_a = 0))
# Source: local data frame [3 x 2]
# 
#        b count_a
#   (fctr)   (dbl)
# 1      1       6
# 2      2       6
# 3      3       0

답변

dplyr 솔루션 :

먼저 그룹화 된 df 만들기

by_b <- tbl_df(df) %>% group_by(b)

다음으로 계산하여 발생하는 수준을 요약합니다. n()

res <- by_b %>% summarise( count_a = n() )

그런 다음 모든 요인 수준을 포함하는 데이터 프레임에 결과를 병합합니다.

expanded_res <- left_join(expand.grid(b = levels(df$b)),res)

마지막으로,이 경우 카운트를보고 있으므로 NA값이 0으로 변경됩니다.

final_counts <- expanded_res[is.na(expanded_res)] <- 0

이것은 기능적으로 구현 될 수도 있습니다. 답변을 참조하십시오.
dplyr로 그룹화 된 데이터에 행 추가?

해킹 :

나는 관심을 위해이 경우에 작동 하는 끔찍한 해킹을 게시 할 것이라고 생각했습니다 . 나는 당신이 실제로 이것을해야한다고 진지하게 의심하지만, 레벨이있는 ​​요소가 아닌 문자 벡터 인 group_by()것처럼 atrributes를 생성하는 방법을 보여줍니다 df$b. 또한 나는 이것을 제대로 이해하는 척하지 않지만 이것이 내가 배우는 데 도움이되기를 바랍니다. 이것이 내가 게시하는 유일한 이유입니다!

by_b <- tbl_df(df) %>% group_by(b)

데이터 세트에 존재할 수없는 “범위를 벗어난”값을 정의합니다.

oob_val <- nrow(by_b)+1

속성을 “트릭”으로 수정 summarise():

attr(by_b, "indices")[[3]] <- rep(NA,oob_val)
attr(by_b, "group_sizes")[3] <- 0
attr(by_b, "labels")[3,] <- 3

요약을 수행하십시오.

res <- by_b %>% summarise(count_a = n())

oob_val의 모든 항목 색인 및 대체

res[res == oob_val] <- 0

의도 한 바를 제공합니다.

> res
Source: local data frame [3 x 2]

b count_a
1 1       6
2 2       6
3 3       0

답변

이것은 질문에서 정확히 묻는 것은 아니지만 최소한이 간단한 예에서는 xtab을 사용하여 동일한 결과를 얻을 수 있습니다. 예를 들면 다음과 같습니다.

dplyr 사용 :

df %>%
  xtabs(formula = ~ b) %>%
  as.data.frame()

이하 :

as.data.frame(xtabs( ~ b, df))

결과 (두 경우 모두 동일) :

  b Freq
1 1    6
2 2    6
3 3    0

답변