使用 Dplyr 在 R 中按函数分组

Group_by()函数属于 R 编程语言中的 dplyr 包，它对数据帧进行分组。 Group_by()函数本身不会给出任何输出。之后应该是 summarise()函数，并带有要执行的适当操作。它的工作原理类似于 SQL 中的 GROUP BY 和 Excel 中的数据透视表。

句法：

group_by(col,…)

句法：

group_by(col,..) %>% summarise(action)

使用的数据集：

样品_超市

GROUP_BY（）对单个列

这是可以对列进行分组的最简单方法，只需在 group_by()函数传递要分组的列的名称，并在 summarise()函数对该分组列执行的操作。

示例：按 group_by() 对单列进行分组

R

library(dplyr)
 
df = read.csv("Sample_Superstore.csv")
 
df_grp_region = df %>% group_by(Region)  %>%
                    summarise(total_sales = sum(Sales),
                              total_profits = sum(Profit),
                              .groups = 'drop')
 
View(df_grp_region)

输出：

多列上的 Group_by()

Group_by()函数也可以在两列或更多列上执行，列名需要按正确的顺序排列。将根据 group_by函数的第一列名称进行分组，然后根据第二列进行分组。

示例：对多列进行分组

电阻

library(dplyr)
 
df = read.csv("Sample_Superstore.csv")
 
df_grp_reg_cat = df %>% group_by(Region, Category) %>%
                   summarise(total_Sales = sum(Sales),
                             total_Profit = sum(Profit),
                             .groups = 'drop')
 
View(df_grp_reg_cat)

输出：

我们还可以通过替换汇总或聚合函数的总和来计算均值、计数、最小值或最大值。例如，我们将找到上面同一个 group_by 示例的平均销售额和利润。

例子：

电阻

library(dplyr)
 
df = read.csv("Sample_Superstore.csv")
 
df_grp_reg_cat = df %>% group_by(Region, Category) %>%
                   summarise(mean_Sales = mean(Sales),
                             mean_Profit = mean(Profit),
                             .groups = 'drop')
 
View(df_grp_reg_cat)

输出：