dplyr包中的summarise函数

Reduce multiple values down to a single value

概括的含义 ：用统计量来描述原变量
summary functions to create summary statistics

创建1个或者多个标量来概括tbl中的变量。如果tbl事先被分组，则返回多行，未分组时返回一行。

普通summarise()函数指定需要概括的变量，形如:

library(dplyr)
summarise(mtcars, avg = mean(mpg))  # 指定用mpg均值概括mpg变量

此外，summarise()的变体有下面3种，

• summarise_all()概括所有列

summarise_all(mtcars, mean)  # 对mtcars的所有列进行均值计算

• summarise_at()使用变量名称指定列进行概括

starwars %>%
  summarise_at(c("height", "mass"), mean, na.rm = TRUE)

summarise_if()使用条件检验，满足条件的进行概括

starwars %>%
  summarise_if(is.numeric, mean, na.rm = TRUE)

pipes operator: %>%
x %>% f(y) 相当于f(x, y)
pipes example

the_data <- read.csv('file.csv') %>% subset(variable_a > x)

相当于：

data <- read.csv('file.csv')  
the_data <- subset(data, variable_a > x)  

优点：简化代码，避免无用的中间变量的创建；
缺点：影响代码可读性

summarise未分组情形

# A summary applied to ungrouped tbl returns a single row
library(dplyr)

mtcars %>%
  summarise(mean = mean(disp), n = n())

summarise分组情形

library(dplyr)

mtcars %>%
  group_by(cyl) %>%    # 按照cyl分组
  summarise(mean = mean(disp), n = n())