大分類/中分類/小分類があるデータに対して小計を作りたい in R

r-wakalangで聞いたら、Rつよつよな人たちが優しく教えてくれました。
無料版slackだと消えてしまうので備忘録も兼ねて記事にしておきます。

問題

大分類/中分類/小分類とあるようなデータに対して、それぞれのレベルに応じて小計を出す方法
想定コードとしては以下。

library(tidyverse)
df <- tibble(Catergory=sample(c("A","B"),size=100,replace = TRUE),
             Subcatergory=sample(c("i","j","k"),size=100,replace = TRUE), 
             Subsubcatergory = sample(c("p","q","r"),size=100,replace = TRUE),
             score=rnorm(100, mean=70, sd=10))

こんな感じのデータです。

Catergory	Subcatergory	Subsubcatergory	score
B	i	r	68.14897
A	k	p	77.29207
B	k	q	55.99673
B	j	q	77.63559
B	j	q	61.85481
B	j	q	47.65746
A	j	q	74.75191
A	i	r	73.32049

とりあえず当座の解決案は下記

df %>%
  group_by(Catergory,Subcatergory,Subsubcatergory) %>% 
  summarise(n=n(),Mean=mean(score),Max=max(score),min=min(score)) %>% ungroup()%>% ungroup() ->df1
df %>%
  group_by(Catergory,Subcatergory) %>% 
  summarise(n=n(),Mean=mean(score),Max=max(score),min=min(score)) %>% ungroup() %>% 
  mutate(Subsubcatergory="ALL")->df2
df %>%
  group_by(Catergory) %>% 
  summarise(n=n(),Mean=mean(score),Max=max(score),min=min(score)) %>% 
  mutate(Subsubcatergory="ALL",
         Subcatergory="ALL")->df3
bind_rows(df1,df2,df3) %>% arrange(Catergory,Subcatergory,Subsubcatergory) 

Catergory	Subcatergory	Subsubcatergory	n	Mean	Max	min
A	ALL	ALL	47	71.54586	101.44371	50.75666
A	i	ALL	12	68.54373	78.54747	53.35708
A	i	p	3	59.31068	66.20233	53.35708
A	i	q	5	72.53580	78.54747	69.09217
A	i	r	4	70.47843	73.32049	67.08316
A	j	ALL	23	74.57838	101.44371	58.39143
A	j	p	10	77.79374	93.15439	68.86340
A	j	q	6	70.63459	82.79089	62.69836
A	j	r	7	73.36538	101.44371	58.39143
A	k	ALL	12	68.73566	84.06569	50.75666
A	k	p	4	70.71224	79.92134	56.51757
A	k	q	3	64.96890	84.06569	50.75666
A	k	r	5	69.41446	73.61545	59.87375
B	ALL	ALL	53	70.06481	88.23096	47.65746

解法

解法1

KDさんの解法

コードは短くならないのですが、個人的に二通りのやり方を思いつきました。

1. まずグループ化変数が異なるだけで、出したい小計は同じなのでそこを関数にしてしまった方がスッキリすると思います。
2. 今は分類が3段階なので、段階の数だけ my_sum 関数を呼べばよいですが、もっと階層が深い場合は、再帰的に関数を適用するというのも手かなと思いました。

# 1. 小計を出す関数を定義する ------------------------------
my_sum <- function(x, y, ...) {
  x |> 
    group_by(...) |> 
    summarize(n = n(), Mean = mean({{ y }}), Max = max({{ y }}), Min = min({{ y }}), .groups = "drop")
}
​
bind_rows(
  my_sum(df, score, Category),
  my_sum(df, score, Category, Subcategory),
  my_sum(df, score, Category, Subcategory, Subsubcategory)
) |> 
  mutate(across(ends_with("category"), ~ replace_na(.x, "ALL"))) |> 
  relocate(ends_with("category"), .before = 1L) |> 
  arrange(Category, Subcategory, Subsubcategory)
​
​
# 2. グループ化変数を操作しながら再帰的に関数を適用する ------------------------------
recursive_my_sum <- function(x, y, ...) {
  g <- enquos(...) # グループ化引数 (例: Category, Subcategory, Subsubcategory)
  new_g <- head(g, -1) # 次のグループ化引数 (例: Category, Subcategory)
  if (length(g) > 0) {
    bind_rows(my_sum(x, {{ y }}, !!!g), recursive_my_sum(x, {{ y }}, !!!new_g))
  }
}
​
recursive_my_sum(df, score, Category, Subcategory, Subsubcategory) |> 
  mutate(across(ends_with("category"), ~ replace_na(.x, "ALL"))) |> 
  arrange(Category, Subcategory, Subsubcategory)

解法2

fmsan51さんの解法

df_a <- df %>% mutate(Subsubcatergory = "ALL")
df_b <- df_a %>% mutate(Subcatergory = "ALL")
bind_rows(df, df_a, df_b) %>% 
  group_by(Catergory,Subcatergory,Subsubcatergory) %>% 
  summarise(n=n(),Mean=mean(score),Max=max(score),min=min(score))

雑感

関数を作ったり、別テーブルを用意したりする方法がありますね。どちらも集約をひとまとめに出来ていて、変更しやすさが高いですね。