Question

我有dplyr的问题我无法解决。此外，我没有完整可行的示例，因为问题只发生在完整的数据集中（我无法与您共享）。

我执行以下操作：

t %>% group_by(id, add=TRUE) %>% 
  summarise(minbplevel = min(ref, na.rm=T)
       ,maxbplevel = max(ref, na.rm=T)
       ) %>% filter(id %in% c(caseA,caseB))

结果是

id         minbplevel maxbplevel
(dbl)      (dbl)      (dbl)
1 B            33.0       73.0
2 A            39.4       80.4

但是当我做的时候

t %>% group_by(id, add=TRUE) %>% 
mutate(minbplevel = min(ref, na.rm=T)
       ,maxbplevel = max(ref, na.rm=T)
       ) %>% filter(id %in% c(caseA,caseB))

结果是：

   id   Level refparmax refparmin   ref meanbptest minbplevel maxbplevel
(dbl)   (chr)     (int)     (int) (dbl)      (dbl)      (dbl)      (dbl)
1  B          0SD        69        68  49.0   52.00000         33         73
2  B       min1SD        69        68  41.0   52.00000         33         73
3  B       min2SD        69        68  33.0   52.00000         33         73
4  B      plus1SD        69        68  59.0   52.00000         33         73
5  B      plus2SD        69        68  73.0   52.00000         33         73
6  A          0SD       100        95  56.4   35.33333         NA         NA
7  A       min1SD       100        95  47.4   35.33333         NA         NA
8  A       min2SD       100        95  39.4   35.33333         NA         NA
9  A      plus1SD       100        95  67.4   35.33333         NA         NA
10 A      plus2SD       100        95  80.4   35.33333         NA         NA

为什么在生成案例A的情况下NA，我不知道。似乎每次我在数据的子集上尝试它，第二种情况是数据是问题，但这只是一种预感。只有18850的一个案例给出了这个问题，但没有任何可识别的问题使问题案例与其他案例不同。

请告知我可以尝试解决这个问题？我可以考虑解决方法，创建汇总数据，然后将结果与原始数据合并。但我认为dplyr允许我一步到位。

我尝试删除或添加add = TRUE选项。这没有任何区别。

也许我以错误的方式使用它。

基于评论我试过：

subset(with(t,aggregate(ref~id, t, FUN= min, na.rm=TRUE, na.action= na.pass)),id %in% c(caseA,caseB))

结果是

      id  ref
4 B 33.0
5 A 39.4

我必须屏蔽数据的某些部分。

dput(head(subset(t,id %in% c(caseA,caseB)) , 12))

给出：

我再次用变量caseB和caseA替换了实际的id。这也不是发生问题的完整数据集。

structure(list(id = c(caseB, caseB, caseB, caseB, caseB, 
caseA, caseA, caseA, caseA, caseA), Level = c("0SD", "min1SD", 
"min2SD", "plus1SD", "plus2SD", "0SD", "min1SD", "min2SD", "plus1SD", 
"plus2SD"), refparmax = c(69L, 69L, 69L, 69L, 69L, 100L, 100L, 
100L, 100L, 100L), refparmin = c(68L, 68L, 68L, 68L, 68L, 95L, 
95L, 95L, 95L, 95L), ref = c(49, 41, 33, 59, 73, 56.4, 47.4, 
39.4, 67.4, 80.4), meanbptest = c(52, 52, 52, 52, 52, 35.3333333333333, 
35.3333333333333, 35.3333333333333, 35.3333333333333, 35.3333333333333
)), .Names = c("id", "Level", "refparmax", "refparmin", "ref", 
"meanbptest"), class = c("grouped_df", "tbl_df", "tbl", "data.frame"
), row.names = c(NA, -10L), vars = list(id), drop = TRUE, indices = list(
    0:4, 5:9), group_sizes = c(5L, 5L), biggest_group_size = 5L, labels = structure(list(
    id = c(caseB, caseA)), class = "data.frame", row.names = c(NA, 
-2L), vars = list(id), drop = TRUE, .Names = "id"))

Answer 1

如果我用零替换ref列中的所有NA，则mutate步骤正常工作。正如aosmith所说，它可能与在dplyr的开发版本中修复的mutate和NA问题有关。

但由于工作站的限制，我无法测试此建议。因此，我将使用NA替换步骤解决此问题，并在汇总步骤之后处理零值。

R dplyr：min max函数在mutate

1 个答案: