第一篇文章，从 SAS/SQL 到 R 相对较新。我有一个医疗账单代码列表。我的数据采用“长”格式，其中我获取一行数据，其中包括客户标识符、日期和单个 CPT 代码，以及单位数量和总成本.
假设我的数据包含患者标识符 (PTID)、程序标识符 (ProgramID)、服务日期变量 (DateService)、CPT 代码 (ServiceCode) 和收费单位数 (ServiceUnits)。现在让我们忽略成本变量。
对于特定的患者和就诊，我想了解提交给我们的代码的“模式”。例如，如果他们向我们收取某种特定类型的测试费用，他们是否也倾向于向我们收取某种类型的样本采集费用？
因此，我首先使用 dplyr 和 'dcast' 将数据从“长”转换为“宽”:
claims3 <- dcast(claims2,
PTID + ProgramID + DateService ~ paste('Count', ServiceCode, sep =''),
value.var = 'ServiceUnits',
fun.aggregate = sum)
然后，我想获取每个“行模式”在数据集中出现的次数(减去标识符)。如果您熟悉 SAS，我想要类似 PROC FREQ 的输出以及多路表上的 LIST 选项的内容。我找到了几种不同的方法来做到这一点，例如这个:
claims4 <- select(claims3, -PTID, -DateService, -ProgramID)
c <- claims4 %>% group_by(CountXXXXX, CountYYYYY, CountZZZZZ) %>% tally()
但是，我试图找出如何使用更好的编码来防止自己在 group_by 子句中单独列出所有列。在上面的例子中，我给出了 3 个不同的 CPT 代码。实际上，远远超过 50 个。这是我一次通过 group_by 传递列名列表的最佳尝试。它失败了:
claims4 <- select(claims3, -PTID, -DateService, -ProgramID)
varnames <-list(colnames(claims4))
c2 <- claims4 %>% group_by(varnames) %>% tally()
如有任何建议，我们将不胜感激。谢谢!
最佳答案
我无权访问您的数据，但这对我的 mtcars 数据有效。在您的代码中，只需使用 colnames(claims4) 将 varnames 保留为字符向量，而不是列表。这个想法是使用 syms 将字符向量转换为符号向量，然后使用 !!! 取消对该符号向量的引用:
library(tidyverse)
varnames <- c("cyl", "am")
mtcars %>% group_by(!!!syms(varnames)) %>% tally()
关于r:通过 dplyr 的 group_by 函数传递列列表，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/52570853/