如何对R语言dataframe进行部分pivot,将median列转为stat_name下的统计行
解决方案
你要实现的操作本质是把宽格式存储的中位数统计值,转成和其他统计量一致的长格式,再合并到原表中,用tidyverse体系的函数可以非常直观地实现:
方法1:使用dplyr实现(最简洁)
library(dplyr) res <- df %>% # 提取每个分组的唯一中位数,构造对应统计行 distinct(group, median) %>% mutate( stat_name = "median", value = median ) %>% select(group, stat_name, value) %>% # 和原表的其他统计行合并 bind_rows(select(df, group, stat_name, value)) %>% # 按分组和统计量顺序排序,保证中位数在每个分组第一位 arrange(group, factor(stat_name, levels = c("median", "mean", "sd", "max")))
运行后输出结果如下:
res #> # A tibble: 12 × 3 #> group stat_name value #> <chr> <chr> <dbl> #> 1 A median 2 #> 2 A mean 2 #> 3 A sd 1 #> 4 A max 4 #> 5 B median 2.5 #> 6 B mean 1.5 #> 7 B sd 0.7 #> 8 B max 6 #> 9 C median 1.7 #> 10 C mean 2.2 #> 11 C sd 0.5 #> 12 C max 3
注:你给出的预期结果中C组max值为0.3属于笔误,原数据中C组max值为3,以上为正确输出结果。
方法2:使用tidyr的pivot系列函数实现(更通用)
如果后续有更多要合并的分组统计列,用pivot_longer适配性更强:
library(tidyr) library(dplyr) res <- df %>% pivot_longer( cols = median, names_to = "stat_name", values_to = "val" ) %>% # 合并原有的value和新转出来的val列 mutate(value = coalesce(val, value)) %>% select(group, stat_name, value) %>% distinct() %>% arrange(group, factor(stat_name, levels = c("median", "mean", "sd", "max")))
内容的提问来源于stack exchange,提问作者Emman
相关产品推荐
相关产品推荐

