Question

我想知道是否有办法这样做：

iris %.% group_by(Species) %.% 
  mutate(v1=Sepal.Length / mean(Sepal.Length)) %.% 
  filter(v1 > 1.15) %.% select(Species:v1)

跳过select位。我认为以下内容应该有效（但由于许多原因，并没有）：

iris %.% group_by(Species) %.% 
  select(Species, v1=Sepal.Length / mean(Sepal.Length)) %.% 
  filter(v1 > 1.15)

请注意，在此示例中，我将mutate替换为select，希望单独这样做。这也不起作用，因为summarize期望表达式返回1值：

iris %.% 
  group_by(Species) %.% 
  summarise(Sepal.Length / mean(Sepal.Length)) %.% 
  filter(v1 > 1.15)

显然，这不是一个大问题，但想知道是否有一种更简单的方法来复制默认的data.table行为：

data.table(iris)[, Sepal.Length / mean(Sepal.Length), by=Species][V1 > 1.15]

仅生成by列和计算值：

      Species       V1
1:     setosa 1.158610
2: versicolor 1.179245
3: versicolor 1.162399
4:  virginica 1.153613
5:  virginica 1.168792
6:  virginica 1.168792
7:  virginica 1.168792
8:  virginica 1.199150
9:  virginica 1.168792

Answer 1

现在可以使用dplyr的新transmute函数简化此操作，该函数会删除除分组变量和cumputed变量之外的任何列（在这种情况下为V1）。

require(dplyr) # >= 0.3.0.2
iris %>% 
  group_by(Species) %>% 
  transmute(v1 = Sepal.Length / mean(Sepal.Length)) %>% 
  filter(v1 > 1.15)

#Source: local data frame [9 x 2]
#Groups: Species
#
#     Species       v1
#1     setosa 1.158610
#2 versicolor 1.179245
#3 versicolor 1.162399
#4  virginica 1.153613
#5  virginica 1.168792
#6  virginica 1.168792
#7  virginica 1.168792
#8  virginica 1.199150
#9  virginica 1.168792

dplyr仅返回分组和计算列

1 个答案: