Question

美好的一天，问候！这是我关于堆栈溢出的第一篇文章。我对R甚至是较新的dplyr都是陌生的。我有一个由2列组成的小型数据集-var1和var2。 var1列由num个值组成。 var2列由3个级别的因素组成-A，B和C。

        var1 var2
1  1.4395244    A
2  1.7698225    A
3  3.5587083    A
4  2.0705084    A
5  2.1292877    A
6  3.7150650    B
7  2.4609162    B
8  0.7349388    B
9  1.3131471    B
10 1.5543380    B
11 3.2240818    C
12 2.3598138    C
13 2.4007715    C
14 2.1106827    C
15 1.4441589    C

'data.frame':   15 obs. of  2 variables:
 $ var1: num  1.44 1.77 3.56 2.07 2.13 ...
 $ var2: Factor w/ 3 levels "A","B","C": 1 1 1 1 1 2 2 2 2 2 ...

我正在尝试使用dplyr对var2（A，B和C）进行group_by，然后计数，并通过均值和sd汇总var1。计数有效，但我没有提供每组的均值和sd，而是在每组旁边接收了总体均值和sd。

为了尝试解决此问题，我进行了多次互联网搜索。所有结果似乎都提供了与我正在使用的语法相似的语法。在发布之前，我还仔细阅读了Stack Overflow提供的所有推荐文章。另外，我尝试重新启动R，并确保未使用plyr。

这是我用来创建数据集和dplyr group_by / summary的代码。

library(dplyr)
set.seed(123)
var1 <- rnorm(15, mean=2, sd=1)
var2 <- c("A", "A", "A", "A", "A", "B", "B", "B", "B", "B",
          "C", "C", "C", "C", "C")
df <- data.frame(var1, var2)
df

df %>%
  group_by(df$var2) %>%
  summarize(
    count = n(),
    mean = mean(df$var1, na.rm = TRUE),
    sd = sd(df$var1, na.rm = TRUE)
  )

以下是结果：

# A tibble: 3 x 4
  `df$var2` count  mean    sd
  <fct>     <int> <dbl> <dbl>
1 A             5  2.15 0.845
2 B             5  2.15 0.845
3 C             5  2.15 0.845

该计数似乎有效，每个组的计数为5。每组显示的是整个列的总体平均值和标准差，而不是每组。预期的结果是每组的计数，平均值和标准偏差。

我敢肯定，我忽略了一些显而易见的事情，但我将不胜感激。

谢谢！

Answer 1

即使通过评论回答，我仍认为第一个问题的此类可复制实例很好，值得官方答复。

library(dplyr)
set.seed(123)
var1 <- rnorm(15, mean=2, sd=1)
var2 <- c(rep("A", 5), rep("B", 5), rep("C", 5))
df <- data.frame(var1, var2) 
df_stat <- df %>% group_by(var2) %>% summarize(
                                      count = n(),
                                       mean = mean(var1, na.rm = TRUE), 
                                         sd = sd(var1, na.rm = TRUE)) 
head(df_stat)
# A tibble: 3 x 4
# var2   count  mean    sd
# <fct>  <int>  <dbl>  <dbl>
# 1 A      5    2.19   0.811
# 2 B      5    1.96   1.16 
# 3 C      5    2.31   0.639

使用R＆dplyr进行汇总-group_by，count，mean，sd

1 个答案: