如何汇总数据但保留列 - R 编程语言

在R编程语言中，我们通常需要对数据进行汇总操作，以便更好地理解它们。但是，有时候我们需要在汇总的同时保留某些列，以便更好地理解它们。在本篇文章中，我们将学习如何在汇总数据时保留特定列。

准备工作

在开始之前，我们需要导入要使用的数据集。在本例中，我们将使用mtcars数据集。您可以使用以下代码来导入数据集：

data(mtcars)

您需要安装datasets包来使用mtcars数据集。您可以使用以下代码来安装它：

install.packages("datasets")

现在，我们已经准备好了要使用的数据集，我们可以继续了解如何汇总数据但保留列。

汇总数据但保留列

在R编程语言中，我们使用dplyr软件包来汇总数据。 dplyr 很强大，但它通常通过计算一个表格的每个值来进行操作。然而，有时候我们只想计算汇总数据的均值，而不是最大或最小值，这就是汇总数据的拆分-应用-合并策略的应用场景。这个策略包括三个步骤：

1.拆分原始数据集，以便在不同的因素上计算聚合值。 2. 应用函数来计算每个聚合值。 3.合并聚合值以获取最终结果。

在此基础上，我们可以选择性地保留某些列，以便更好地理解数据。

假设我们想要计算mtcars数据集的分组平均值，并保留cyl车缸数和mpg燃油效率两列。我们可以使用以下代码实现：

library(dplyr)

mtcars %>%
  group_by(cyl) %>%
  summarize(mpg = mean(mpg)) %>%
  select(cyl, mpg)

在这里，我们首先使用group_by函数按照cyl车缸数将数据进行分组，然后使用summarize函数计算每组mpg的平均值。最后，我们使用select函数选择在表中想要保留的列。在这种情况下，我们保留了cyl和mpg列。

接下来，让我们来看一些输出结果：

# A tibble: 3 x 2
    cyl   mpg
  <dbl> <dbl>
1     4  26.7
2     6  19.7
3     8  15.1

可以看到，数据已经被成功分组并计算出了每个分组mpg的平均值。同时也保留了cyl和mpg两列。

结论

在R编程语言中，通过dplyr软件包进行汇总数据时，我们可以使用拆分-应用-合并策略来实现此目标。具体而言，我们可以使用group_by和summarize函数对数据分类和计算汇总值，然后使用select函数选择保留的列。这样，我们可以更方便地理解和处理数据。