如何用xtabs()程序化按组汇总除指定列外的多变量？

已知xtabs函数结合cbind可以按指定变量分组汇总多列，示例如下：

df<-data.frame(publication_date=c("2015 Jul","2015 Jul","2015 Aug","2015 Aug"),
               Asym=c(3,5,1,2),
               Auth=c(5,7,2,3),
               Cert=c(1,2,3,4))

xtabs(cbind(Auth, Asym, Cert)~., data=df)

# 输出结果：
# publication_date Auth Asym Cert
#         2015 Aug    5    3    7
#         2015 Jul   12    8    3

当数据框包含大量列时，手动写出所有需要汇总的变量名效率极低。尝试以下代码会报错：

xtabs(cbind(df[2:4])~., data=df)
xtabs(cbind(names(df[2:4]))~., data=df)
# 错误提示：Error in ... variable lengths differ

解决方法 #

方法1：用do.call调用cbind

通过do.call将目标列的列表传入cbind，再配合公式传入xtabs：

# 选取除第一列外的所有列作为汇总变量
xtabs(do.call(cbind, df[, -1]) ~ publication_date, data = df)

如果分组变量不止一个，用~.表示所有非汇总列作为分组依据：

xtabs(do.call(cbind, df[, -1]) ~ ., data = df)

方法2：构造公式字符串转换为公式对象

先拼接包含所有汇总变量的公式字符串，再转为公式对象：

# 获取所有需要汇总的变量名
sum_vars <- names(df)[-1]
# 拼接公式字符串
formula_str <- sprintf("cbind(%s) ~ .", paste(sum_vars, collapse = ", "))
# 传入xtabs
xtabs(as.formula(formula_str), data = df)

方法3：用reformulate简化公式构造

reformulate可以更便捷地生成公式，指定响应部分和分组部分：

sum_vars <- names(df)[-1]
# 构造响应部分：cbind(变量1,变量2,...)
response_part <- sprintf("cbind(%s)", paste(sum_vars, collapse = ", "))
# 生成公式，右侧用"."表示所有非响应变量
formula <- reformulate(".", response = response_part)
# 执行汇总
xtabs(formula, data = df)

上述三种方法的输出结果均与手动指定变量的效果一致。

内容的提问来源于stack exchange，提问作者M.Viking