我无法根据以下数据集使用dplyr
准备摘要表:
set.seed(1)
df <- data.frame(rep(sample(c(2012,2016),10, replace = T)),
sample(c('Treat','Control'),10,replace = T),
runif(10,0,1),
runif(10,0,1),
runif(10,0,1))
colnames(df) <- c('Year','Group','V1','V2','V3')
我想计算Year
和Group
的每个组合的平均值,中位数,标准偏差和计算观察次数。
我已成功使用此代码获取mean
,median
和sd
:
summary.table = df %>%
group_by(Year, Group) %>%
summarise_all(funs(n(), sd, median, mean))
但是,我不知道如何在n()
命令中引入funs()
函数。它给了我V1
,V2
和V3
的计数。这是多余的,因为我只想要样本的大小。我试过介绍
mutate(N = n()) %>%
在group_by()
行之前和之后,但它没有给我我想要的东西。
任何帮助?
编辑:我没有明白我的疑问。问题是代码为我提供了我不需要的列,因为V1
的观察数量对我来说已经足够了。
答案 0 :(得分:5)
在汇总为额外分组列之前添加N
列:
library(dplyr)
set.seed(1)
df <- data.frame(Year = rep(sample(c(2012, 2016), 10, replace = TRUE)),
Group = sample(c('Treat', 'Control'), 10, replace = TRUE),
V1 = runif(10, 0, 1),
V2 = runif(10, 0, 1),
V3 = runif(10, 0, 1))
df2 <- df %>%
group_by(Year, Group) %>%
group_by(N = n(), add = TRUE) %>%
summarise_all(funs(sd, median, mean))
df2
#> # A tibble: 4 x 12
#> # Groups: Year, Group [?]
#> Year Group N V1_sd V2_sd V3_sd V1_median V2_median
#> <dbl> <fctr> <int> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 2012 Control 2 0.05170954 0.29422635 0.1152669 0.3037848 0.6193239
#> 2 2012 Treat 2 0.51092899 0.08307494 0.1229560 0.5734239 0.5408230
#> 3 2016 Control 3 0.32043716 0.34402222 0.3822026 0.3823880 0.4935413
#> 4 2016 Treat 3 0.37759667 0.29566739 0.1233162 0.3861141 0.6684667
#> # ... with 4 more variables: V3_median <dbl>, V1_mean <dbl>,
#> # V2_mean <dbl>, V3_mean <dbl>
答案 1 :(得分:2)
你得到了同样的错误:
“n()中的错误:不应直接调用函数”
如果有的话,这里有一个堆栈问题可能会有所帮助: dplyr: "Error in n(): function should not be called directly"
该决议似乎正在分离plyr
,似乎存在冲突并重新加载dplyr
库。