関数ごとに1行を返すためにdplyrのsummarise_eachを使用しますか？

Question

私はdplyrのsummarise_eachを使用して、複数のデータ列に関数を適用しています。一つのことは、すぐに複数の機能を適用できることです。つまり、出力が1行のデータフレームであることは迷惑です。それは要約された列と同じ数の列で、関数と同じ数の行を返すように思えます。

library(dplyr) 
default <- 
    iris %>% 
    summarise_each(funs(min, max), matches("Petal")) 

> desired 
     [,1]   [,2]   
variable "Petal.Length" "Petal.Width" 
min  "1.0"   "0.1"   
max  "6.9"   "2.5" 

これは私が近いものを返す

library(reshape2) 
desired <- 
    iris %>% 
    select(matches("Petal")) %>% 
    melt() %>% 
    group_by(variable) %>% 
    summarize(min=min(value),max=max(value)) %>% 
    t() 

のようなものを好むだろう

> default 
    Petal.Length_min Petal.Width_min Petal.Length_max Petal.Width_max 
1    1    0.1    6.9    2.5 

を返します（ないデータフレームを、あなたのすべてのアイデアを得ます）

はSummariにオプションがありますse_eachこれを行うには？もしそうでなければ、ハドレー、それを追加してもよろしいですか？

Answer 1

あなたはdplyrとtidyrパッケージを組み合わせた同様の出力を達成することができます。

library(dplyr) 
library(tidyr) 

iris %>% 
    select(matches("Petal")) %>% 
    summarise_each(funs(min, max)) %>% 
    gather(variable, value) %>% 
    separate(variable, c("var", "stat"), sep = "\\_") %>% 
    spread(var, value) 
## stat Petal.Length Petal.Width 
## 1 max   6.9   2.5 
## 2 min   1.0   0.1 

Answer 2

私の知る限り、このような議論はありません。とにかく、きちんとしたデータを出力するための回避策があります。これは、関数と同じ行数と要約された列数の列を持つよりも優れていると思います。

library("dplyr") 
library("tidyr") 

iris %>% 
    summarise_each(funs(min, max, mean, median), matches("Petal")) %>% 
    t %>% 
    as.data.frame %>% 
    add_rownames %>% 
    separate(rowname, into = c("feature", "fun"), sep = "_") 

リターン（add_rownamesがdplyr 0.4.0が必要であることに注意してください）：

 feature fun  V1 
1 Petal.Length min 1.000000 
2 Petal.Width min 0.100000 
3 Petal.Length max 6.900000 
4 Petal.Width max 2.500000 
5 Petal.Length mean 3.758000 
6 Petal.Width mean 1.199333 
7 Petal.Length median 4.350000 
8 Petal.Width median 1.300000 

Answer 3

一つの選択肢を助けることができ、これらの線に沿って 何かが結果のベクトルを作る機能が（今のところ大丈夫ですbind_colsmap_dfかかわらでdata.frameに戻って簡素化するために本当にmap_dfc）purrr::map_dfを使用することですそれぞれの機能、すなわち

library(tidyverse) 

iris %>% select(contains('Petal')) %>% 
    map_dfc(~c(min(.x), max(.x))) %>% 
    mutate(stat = c('min', 'max')) # to add column of function names 

#> # A tibble: 2 × 3 
#> Petal.Length Petal.Width stat 
#>   <dbl>  <dbl> <chr> 
#> 1   1.0   0.1 min 
#> 2   6.9   2.5 max