条件计数和没有过滤器或left_join的分组数据的平均值

Question

如何使用dplyr在不使用过滤器的情况下按分组数据计算条件计数和平均值？我既不想使用过滤器缩小数据集，也不想left_join数据以获取原始大小（加长）的数据集。有可能吗？

这是一个例子：

mtcars％>％过滤器（cyl> 4，gear <5）％>％group_by（gear，carb，am）％>％mutate（avg_mpg = mean（mpg，na.rm = T），cnt = n（ ））

如何在不使用filter或left_join的情况下获得以上结果？

Answer 1

我们可以将条件创建为逻辑列，并使用该条件按组对'mpg'进行子集化以获得mean值，类似地，将'cnt'计算为逻辑的sum向量

mtcars %>%
       mutate(ind = cyl > 4 & gear < 5) %>%
       group_by(gear, carb, am) %>%
       mutate(avg_mpg = mean(mpg[ind], na.rm= TRUE),
              cnt = sum(ind)) %>%
       select(-ind)

注意：创建“ ind”列的原因仅在于我们多次使用条件。