groups_df数据类型

Question

我是初学者，对R的高级功能不太熟悉。我无法理解为什么reduce()不适用于grouped_df。我正在我Rowwise summation for Tibble datatype的讨论基础上，我发布reduce()作为数据类型类的解决方案之一：

"tbl_df"     "tbl"        "data.frame"

以下是示例数据：

  df <- data.frame(client = rep(c("Client A","Client B", "Client C"),3), 
                       year = rep(c(2014,2013,2012), each=3), 
                       rev1 = rep(c(10,20,30),3),
                       rev2 = rep(c(10,20,30),3))

其中，class (df)为"tbl_df" "tbl" "data.frame"

我现在通过以下方式将df转换为类grouped_df：

df1 <- df %>% 
        group_by(client, year,rev1) %>%
        summarise(rev3 = sum(rev1,rev2)) %>%
        select(client, year, rev3, rev1)

其中，class (df1)为"grouped_df" "tbl_df" "tbl" "data.frame"，符合预期。

现在，当我使用reduce()对df1执行行式求和时，会抛出错误。

df1%>% dplyr::mutate(sum=Reduce("+",.[3:4]))
Error: incompatible size (9), expecting 1 (the group size) or 1

但是，当我将df1转换为数据框时，它运行良好。

df1%>% dplyr::as_data_frame() %>%  dplyr::mutate(sum=Reduce("+",.[3:4]))

以上输出的head()为：

# A tibble: 6 × 5
    client  year  rev3  rev1   sum
    <fctr> <dbl> <dbl> <dbl> <dbl>
1 Client A  2012    20    10    30
2 Client A  2013    20    10    30
3 Client A  2014    20    10    30
4 Client B  2012    40    20    60
5 Client B  2013    40    20    60
6 Client B  2014    40    20    60
...

有人可以解释为什么reduce()功能对分组数据不起作用，但适用于非分组数据？也许，我在这里遗漏了一些东西。

Answer 1

您没有在上面的任何代码块中使用replace()函数。您正在使用Reduce()功能。

另外，df()是stats包中的密度分布函数 - 将对象分配给函数是不好的做法。

Answer 2

Reduce()和replace()处理向量。

df1分组数据框变得远远超过向量集合。下面是您打开对象（在环境窗格中找到）的样子。

如果我们添加ungroup()，我们可以收回一些向量。

df2 <- df %>% 
    group_by(client, year,rev1) %>%
    summarise(rev3 = sum(rev1,rev2)) %>%
    select(client, year, rev3, rev1) %>% 
    ungroup %>% 
    mutate(sum=Reduce("+",.[3:4]))

无论如何，这个 dplyr 代码可能会起作用吗？

mutate(df, rev3 = rev1 + rev2, sum = 2*rev1 + rev2)