R语言tidyverse如何参数化实现单列多四分位数汇总输出

问题说明 #

• 现有tibble数据集，需要对同一列计算第一、第二、第三四分位数三个汇总统计值
• 硬编码命名函数列表的方式可正常实现需求，代码及运行结果如下：

library("tidyverse")

set.seed(1234)

df <- tibble(x = rnorm(100))
df %>%
  summarise(
    across(x,
      list(
        Q1 = ~ quantile(., 1 / 4),
        Q2 = ~ quantile(., 2 / 4),
        Q3 = ~ quantile(., 3 / 4)
      ),
      .names = "{.fn}"
    )
  )

#> # A tibble: 1 × 3
#>       Q1     Q2    Q3
#>    <dbl>  <dbl> <dbl>
#> 1 -0.895 -0.385 0.471

• 优化目标：直接给quantile传入概率参数列表实现效果，减少重复代码，避免硬编码聚合函数参数
• 直接传参的错误写法会按概率值逐行输出结果，无法生成单独的分位数列，代码及运行结果如下：

df %>%
  summarise(
    across(x, quantile, 1:3 / 4)
  )

#> # A tibble: 3 × 1
#>        x
#>    <dbl>
#> 1 -0.895
#> 2 -0.385
#> 3  0.471

• 错误原因：直接调用quantile(x, 1:3/4)会返回长度为3的数值向量，summarise默认将长度大于1的非列表返回值拆分为多行，因此得到3行1列的输出。

实现方案 #

方案1：参数化生成命名函数列表（推荐，最贴合across原生用法） #

提前定义带命名的分位数概率向量，后续调整分位点只需要修改该向量即可，通过purrr::map配合purrr::partial预填充quantile的概率参数，自动生成across需要的命名函数列表：

# 统一配置需要计算的分位点，可按需增删修改
probs <- c(Q1 = 1/4, Q2 = 2/4, Q3 = 3/4)

df %>%
  summarise(
    across(x,
      map(probs, ~partial(quantile, probs = .x, names = FALSE)),
      .names = "{.fn}"
    )
  )

运行结果和硬编码写法完全一致：

#> # A tibble: 1 × 3
#>       Q1     Q2    Q3
#>    <dbl>  <dbl> <dbl>
#> 1 -0.895 -0.385 0.471

方案2：列表列+宽表拆分 #

先将分位数计算结果存入列表列（此时summarise仅返回1行），再将列表列拆分为独立列：

probs <- c(Q1 = 1/4, Q2 = 2/4, Q3 = 3/4)

df %>%
  summarise(x = list(quantile(x, probs, names = FALSE))) %>%
  unnest_wider(x, names_repair = ~names(probs))

运行结果和上述方案一致。

内容的提问来源于stack exchange，提问作者dipetkov