Question

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。

Answer 1

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>

Answer 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。

在计算其他摘要统计信息的同时使用n（）

2 个答案: