与dplyr分组相关（仅适用于控制台）

Question

我正在尝试使用dplyr来计算分组相关性，但由于下面的代码仅适用于控制台，因此显然有问题：

require(dplyr)
set.seed(123)
xx = data.frame(group = rep(1:4, 100), a = rnorm(400) , b = rnorm(400))
gp = group_by(xx, group)
summarize(gp, cor(a, b))

  group   cor(a, b)
1     1 -0.02073084
2     2  0.12803353
3     3  0.06236264
4     4 -0.06181904

如果我在RStudio中使用相同的代码，我会得到：

   cor(a, b)
1 0.02739193

发生了什么事？

Answer 1

您遇到的问题与同时加载plyr和dplyr有关。由于两个软件包都具有summarize功能，因此如果您未明确指定要使用的软件包，则可能会发生冲突。对于示例数据，这意味着：

require(dplyr)
set.seed(123)
xx = data.frame(group = rep(1:4, 100), a = rnorm(400) , b = rnorm(400))

按预期使用dplyr：

gp = group_by(xx, group)
dplyr::summarize(gp, cor(a, b))
#Source: local data frame [4 x 2]
#
#  group   cor(a, b)
#1     1 -0.02073084
#2     2  0.12803353
#3     3  0.06236264
#4     4 -0.06181904

或使用plyr

gp = group_by(xx, group)
plyr::summarize(gp, cor(a, b))
#   cor(a, b)
#1 0.02739193

因此要么避免加载两个包，要么使用package :: function指定包。