Question

我写了一个名为errors的小R包，它将错误与数字向量相关联，并启用透明错误传播。我正努力使其与dplyr完全兼容。

首先，让我们采用众所周知的iris数据集，并为每个数值变量分配5％的误差：

library(errors)
library(dplyr)

iris_errors <- iris %>%
  mutate_at(vars(-Species), funs(set_errors(., .*0.05)))

head(iris_errors)                         # ok

每列都是errors S3对象，包含150个值及其相关的150个错误：

length(iris_errors$Sepal.Length)          # 150
length(errors(iris_errors$Sepal.Length))  # 150

现在，假设我们想要按物种分列每列的平均值：

iris_mean <- iris_errors %>%
  group_by(Species) %>%
  summarise_all(mean)

head(iris_mean)                           # error

显然，它有效，但格式化程序在我们尝试打印时失败了。发生的事情是，在某些时候，我们失去了所有的错误，但第一个错误：

length(iris_mean$Sepal.Length)            # 3
length(errors(iris_mean$Sepal.Length))    # 1!

Answer 1

似乎使用dplyr中的属性并不是一个微不足道的问题（请参阅tidyverse/dplyr#2773）。他们有计划，但暂时不会工作。

这是我尝试使用dplyr进行的分组摘要的纯R版本：

by(iris_errors, iris_errors$Species, function(i) {
  i$Species <- NULL
  lapply(i, mean)
})

自定义S3类的dplyr兼容性问题

1 个答案: