Question

使用dplyr＆＃34; group_by＆＃34;和＃34; mutate＆＃34;，如果我理解正确，数据帧根据group_by参数分成不同的子数据帧。例如，使用以下代码：

 set.seed(7)
 df <- data.frame(x=runif(10),let=rep(letters[1:5],each=2))
 df %>% group_by(let) %>% mutate(mean.by.letter = mean(x))

mean（）连续应用于5个sub-dfs的列x，对应于＆amp;之间的字母。即

所以你可以操纵sub-dfs的列，但是你可以自己访问sub-dfs吗？令我惊讶的是，如果我尝试：

 set.seed(7)
 data <- data.frame(x=runif(10),let=rep(letters[1:5],each=2))
 data %>% group_by(let) %>% mutate(mean.by.letter = mean(.$x))

结果不同。从这个结果，人们可以推断出＆＃34;。＆＃34; df并不代表sub-dfs，而只是＆＃34;数据＆＃34;一个（group_by函数doens＆t; t更改任何东西）原因是我想使用一个stat函数，它将数据帧作为每个sub-dfs的参数。谢谢！

Answer 1

我们可以在public class FifoMap extends LinkedHashMap<String, String> { int max; /** * */ private static final long serialVersionUID = 1L; public FifoMap (int max){ super(max + 1); this.max = max; } @Override public String put (String key, String value) { String forReturn = super.put(key, value); if (super.size() > max){ removeEldest(); } return forReturn; } private void removeEldest() { Iterator <String> iterator = this.keySet().iterator(); if (iterator.hasNext()){ this.remove(iterator.next()); } } }

中使用

do

Answer 2

自 dplyr 0.8 起，您可以使用group_map，因此.调用中的group_map将代表sub-data.frame。

library(dplyr)
df %>%
  group_by(let ) %>% 
  group_map(~mutate(., mean.by.letter = mean(x)))
#> # A tibble: 10 x 3
#> # Groups:   let [5]
#>    let        x mean.by.letter
#>    <fct>  <dbl>          <dbl>
#>  1 a     0.989          0.693 
#>  2 a     0.398          0.693 
#>  3 b     0.116          0.0927
#>  4 b     0.0697         0.0927
#>  5 c     0.244          0.518 
#>  6 c     0.792          0.518 
#>  7 d     0.340          0.656 
#>  8 d     0.972          0.656 
#>  9 e     0.166          0.312 
#> 10 e     0.459          0.312

在此处查找有关group_map和其他新功能的更多信息：

https://www.tidyverse.org/articles/2019/02/dplyr-0-8-0/ https://www.tidyverse.org/articles/2018/12/dplyr-0-8-0-release-candidate/

dplyr group_by和mutate，如何访问数据框？

2 个答案: