获取所有分组组合的摘要，例如 SAS 中的过程摘要

Question

（我确实知道我的问题与此相同：R 函数等效SAS 中的过程摘要 但作为一个新用户，我无法评论解决方案以询问详细信息或解释，而且我无法让其中任何一个工作。）

我正在尝试将脚本从 SAS 转换为 R。目标是获得跨多个变量的数据库的广泛摘要。

起始基地是这样的：

学生 ID	Flag1	Flag2	Flag3	other flags...	Weight	Score
code1	level1	A	first	smth~~	2	12
code23	level5	C	Third	smth~else~	3	9

最后我想要这样的东西：

Flag1	Flag2	Flag3	其他标志...	nb 学生	加权平均值	std dev	min	第一个四分位数	...	最大	nb 学生在第一个十分位数	...	nb 学生在最后十分位数
level1	A	首先	smth~~	5	10.96	1.5	1	...	...	...	...	...	...
level5	。	所有第三个	smth~else~	1500	8.70	2.7	3	...	...	...	...	。 ..	...

在 SAS 中这真的很容易，因为 proc Summary 为每种可能的分组组合进行汇总，但在 R 中，您只能获得最低级别的分组。 有 9 个不同级别的分组，共有 512 种组合，我认为应该有一种方法来循环某些工作。

我认为我应该这样做：

1-列出数据帧中的所有不同组合：

Flag1	Flag2	Flag3
.All	.All	.All
.All	.All	first
.All	.All	secondary
.All	A	.All
.All	B	.All
LV1	。所有	.所有
LV2	.	所有.所有
.所有	A	第一
.	所有A	第二
.所有	B	第一
.所有	B	第二
LV1	.所有	第一
LV1	.所有	第二
LV2	.	所有第一
LV2	.	所有第二
LV1	A	.
所有LV1	B	.所有
LV2	A	.所有
LV2	B	.
所有LV1	A	第一个
LV1	A	第二个
LV1	B	第
一个LV1	B	第二个
LV2	A	第
一个LV2	A	第二个
LV2	B	第一个
LV2	B	第二个

2- 创建一个 2^n 长度的循环，将调用以下函数：

3- 该函数将从最后一行开始dataframe，然后输出一个数据帧，其中包含按某些变量+列进行分组的摘要。All 表示不用于分组的变量

4-使用bind_rows 相互堆栈循环的每次迭代

Answer 1

我在解决这个问题时遇到了多个障碍，但最终得到了一个令人满意的解决方案：

#import the data
testbase <- read_excel("testbase.xlsx")
#list all the grouping variables
variables = c(quo(Flag1), quo(Flag2),quo(Flag3))
#create the powerset of the list of variables
listevars=powerSet(variables,length(variables),rev=FALSE)

for (i in 1:length(listevars)){
  testbase=ungroup(testbase)
  if (length(listevars[[i]])!=0){
    testbase=group_by(testbase,!!!listevars[[i]])
  }
  resumepartiel=summarize(testbase,weighted.mean(score,weight))
  varexcl=variables[!(variables %in% listevars[[i]])]
  if (length(varexcl)!=0){
    for(j in 1:length(varexcl)){
      colonne=data.frame(c(rep(".All",times = nrow(resumepartiel))))
      colonne=setNames(colonne,as_name(varexcl[[j]]))
      resumepartiel=bind_cols(colonne,resumepartiel)
    }
  }
  if(i==1){
    resume=resumepartiel
  }
  else{
    resume=bind_rows(resume,resumepartiel)
  }
}

这段代码将输出我想要的三个变量，并且仅输出加权平均值，但添加更多变量或更多汇总函数是微不足道的。