Agrupar por función en R usando Dplyr

La función Group_by() pertenece al paquete dplyr en el lenguaje de programación R, que agrupa los marcos de datos. La función Group_by() por sí sola no dará ningún resultado. Debe ir seguido de la función summarise() con una acción apropiada para realizar. Funciona de manera similar a GROUP BY en SQL y tabla dinámica en Excel.

Sintaxis:

grupo_por(col,…)

Sintaxis:

group_by(col,..) %>% resumen(acción)

El conjunto de datos en uso:

Sample_Superstore

Group_by() en una sola columna

Esta es la forma más sencilla de agrupar una columna, simplemente pase el nombre de la columna que se agrupará en la función group_by() y la acción que se realizará en esta columna agrupada en la función summarise().

Ejemplo: agrupar una sola columna por group_by()

library(dplyr)
 
df = read.csv("Sample_Superstore.csv")
 
df_grp_region = df %>% group_by(Region)  %>%
                    summarise(total_sales = sum(Sales),
                              total_profits = sum(Profit),
                              .groups = 'drop')
 
View(df_grp_region)

Producción:

Group_by() en múltiples columnas

La función Group_by() también se puede realizar en dos o más columnas, los nombres de las columnas deben estar en el orden correcto. La agrupación ocurrirá de acuerdo con el nombre de la primera columna en la función group_by y luego la agrupación se realizará de acuerdo con la segunda columna.

Ejemplo: agrupar varias columnas

library(dplyr)
 
df = read.csv("Sample_Superstore.csv")
 
df_grp_reg_cat = df %>% group_by(Region, Category) %>%
                   summarise(total_Sales = sum(Sales),
                             total_Profit = sum(Profit),
                             .groups = 'drop')
 
View(df_grp_reg_cat)

Producción:

También podemos calcular la media, el recuento, el mínimo o el máximo reemplazando la suma en la función de resumen o agregación. Por ejemplo, encontraremos las ventas y las ganancias medias para el mismo ejemplo group_by anterior.

Ejemplo: 

library(dplyr)
 
df = read.csv("Sample_Superstore.csv")
 
df_grp_reg_cat = df %>% group_by(Region, Category) %>%
                   summarise(mean_Sales = mean(Sales),
                             mean_Profit = mean(Profit),
                             .groups = 'drop')
 
View(df_grp_reg_cat)

Producción: