web-dev-qa-db-ja.com

dplyr要約：出力で長さゼロのグループを保持するための ".drop = FALSE"と同等

summariseのplyr関数でddplyを使用すると、空のカテゴリはデフォルトで削除されます。 .drop = FALSEを追加して、この動作を変更できます。ただし、summariseをdplyrと共に使用する場合、これは機能しません。結果に空のカテゴリを保持する別の方法はありますか？

偽データの例を次に示します。

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

まさに私が望んでいたものではありません。 dplyrの.drop=FALSEと同じ結果を得るためのplyrメソッドはありますか？

rdplyrplyrtidyr
89
eipi10

dplyr 0.8group_byが、あなたが要求したことだけを行う.drop引数を取得したため：

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_Mudskipper's answerに追加する注意事項：.drop=FALSEを使用すると、1つ以上のグループ化変数が因子としてコード化されていない場合に予期しない結果が生じる可能性があります。以下の例を参照してください。

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)
11
Moody_Mudskipper

問題はまだ開いていますが、その間、特にデータがすでにファクタリングされているため、「tidyr」のcompleteを使用して、探しているものを取得できます。

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

置換値をゼロにしたい場合は、fillでそれを指定する必要があります。

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
57
A5C1D2H2I1M1N2O1R2T1

これは質問で尋ねられたものとまったく同じではありませんが、少なくともこの単純な例では、xtabsを使用して同じ結果を得ることができます。たとえば：

dplyrを使用：

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

以下：

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

結果（両方の場合に等しい）：

  b Freq
1 1    6
2 2    6
3 3    0
11
docendo discimus