dplyr summarise：等效于“ .drop = FALSE”，以在输出中保留长度为零的组

Question

summarise与with plyr的ddply函数一起使用时，默认情况下会删除空类别。您可以通过添加更改此行为.drop = FALSE。但是，当summarise与结合使用时，这是行不通的dplyr。还有另一种方法可以在结果中保留空类别吗？这是伪数据的示例。library(dplyr)df = data.frame(a=rep(1:3,4), b=rep(1:2,6))# Now add an extra level to df$b that has no corresponding value in df$adf$b = factor(df$b, levels=1:3)# Summarise with plyr, keeping categories with a count of zeroplyr::ddply(df, "b", summarise, count_a=length(a), .drop=FALSE)  b    count_a1 1    62 2    63 3    0# Now try it with dplyrdf %.%  group_by(b) %.%  summarise(count_a=length(a), .drop=FALSE)  b     count_a .drop1 1     6       FALSE2 2     6       FALSE不完全是我的期望。有没有dplyr达到同样的结果的方法.drop=FALSE的plyr？

Answer 1

由于dplyr 0.8 group_by获得了.drop满足您要求的参数：

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的答案还有另一条注释：.drop=FALSE当一个或多个分组变量未编码为因素时，使用可能会产生意外结果。请参阅以下示例：

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)

Answer 2

这个问题仍然存在，但是与此同时，尤其是因为您的数据已经被考虑到了，您可以使用complete“ tidyr”获取可能要查找的内容：

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

如果您希望替换值为零，则需要使用进行指定fill：

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