異なる数の戻り値を返す異なる関数を持つグループ化されたデータを要約する方法はありますか？

Question

私はグループ化されたデータセットを扱っており、4つの新しい列として4つの集計統計を追加したいと思っています：count、mean、ci lower、ci upper。

私は、次のような上位のCI、低級C、平均要約：

library(Hmisc) 
library(dplyr) 

# summarize count, mean, confidence intervals and make four new columns; 
mtcars %>% group_by(vs, am) %>% 
    do(
     as.data.frame(as.list(smean.cl.normal(.$mpg))) 
    ) 
#  vs am  Mean Lower Upper 
# <dbl> <dbl> <dbl> <dbl> <dbl> 
# 1  0  0 15.05000 13.28723 16.81277 
# 2  0  1 19.75000 15.54295 23.95705 
# 3  1  0 20.74286 18.45750 23.02822 
# 4  1  1 28.37143 23.97129 32.77157 

私は、カウントを追加するときしかし、新しい列がリストの2列になっ：

df <- mtcars %>% group_by(vs, am) %>% 
    do(
     n = length(.$mpg), 
     stats = smean.cl.normal(.$mpg) 
    ) 

# # A tibble: 4 × 4 
#  vs am   n  stats 
# * <dbl> <dbl> <list> <list> 
# 1  0  0 <int [1]> <dbl [3]> 
# 2  0  1 <int [1]> <dbl [3]> 
# 3  1  0 <int [1]> <dbl [3]> 
# 4  1  1 <int [1]> <dbl [3]> 

私の所望の出力がされます：

#  vs am  n  Mean Lower Upper 
# <dbl> <dbl> <int> <dbl> <dbl> <dbl> 
# 1  0  0 12 15.05000 13.28723 16.81277 
# 2  0  1  6 19.75000 15.54295 23.95705 
# 3  1  0  7 20.74286 18.45750 23.02822 
# 4  1  1  7 28.37143 23.97129 32.77157 

これをどのようにすれば便利ですか？

ありがとうございます。

---

私も試してみました：

mtcars %>% group_by(vs, am) %>% 
    do(
     as.data.frame(as.list(c(length(.$mpg), smean.cl.normal(.$mpg)))) 
    ) 

# Source: local data frame [4 x 8] 
# Groups: vs, am [4] 
# 
# vs am X12  Mean Lower Upper X6 X7 
# <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> 
# 1  0  0 12 15.05000 13.28723 16.81277 NA NA 
# 2  0  1 NA 19.75000 15.54295 23.95705  6 NA 
# 3  1  0 NA 20.74286 18.45750 23.02822 NA  7 
# 4  1  1 NA 28.37143 23.97129 32.77157 NA  7 

これは奇妙な結果が得られます。

Answer 1

あなたはすなわちtidyr、dplyr、purrrとbroom、複数のtidyverseのパッケージを使用してdoせずにこれを実現することができます。対によって

1. グループを、リストフレームに
2. 巣MPG午前：

   この背後にある理由はdo will eventually be replaced by purrr

   はそれがないということです。

3. stats列とn列をリストフレームとして作成します。
4. リストフレームを別々の行と列にネスト解除します。
5. データリストフレームをドロップします。

あなたは私のアプローチは、列にtidyr::spread行、その後broom::tidyで整頓データフレームに出力を変換したステップ3で適切な形でsmean.cl.normalを得るために、いくつかのfinaglingを行う必要があります。それぞれのvs/amグループの適切な整頓された形式のもの。このアプローチはおそらく改善され、それらの提案がコメントに掲載されることを希望する。

library(Hmisc) 
library(tidyverse) 

mtcars %>% 
    group_by(vs, am) %>% 
    nest(mpg) %>% 
    mutate(stats = map(data, ~spread(tidy(smean.cl.normal(.x$mpg)), names, x)), 
     n = map(data, nrow)) %>% 
    unnest(stats, n) %>% 
    select(-data)