Question

我觉得这个问题已经被问过好几次了，但是我无法使其运行。不知道为什么。

我group_by我的数据帧，并从值中计算出mean。另外，我标记了特定的行，我想用子集的突出显示行的值来计算新计算的mean的比率。

library(dplyr)
df <- data.frame(int=c(5:1,4:1),
                 highlight=c(T,F,F,F,F,F,T,F,F),
                 exp=c('a','a','a','a','a','b','b','b','b'))

df %>%
  group_by(exp) %>%
  summarise(mean=mean(int),
            l1=nrow(.),
            ratio_mean=.[.$highlight, 'int']/mean)

但是由于某些原因，.不是group_by的子集，而是完整的输入。我在这里想念东西吗？

我的预期输出将是

exp    mean ratio_mean
  <fct> <dbl>      <dbl>
1 a       3         1.67
2 b       2.5       1.2

Answer 1

这有效：

df %>%
  group_by(exp) %>%
  summarise(mean = mean(int),
            l1 = n(),
            ratio_mean = int[highlight] / mean)

但是您的解决方案出了什么问题？

nrow(.)计算整个输入数据帧的行数，而n()仅计算每组的行数
.[.$highlight, 'int']/mean在这里，您再次使用高亮列使用整个输入数据帧和子集，但是将其除以正确的组均值。实际上，您在这里返回两个值，因为原始df的两行都有一个highlight = TRUE。这会导致讨厌的NA列名。

要保存它，我们可以按照@MikkoMarttila的建议使用do()，但这有点笨拙：

df %>% 
  group_by(exp) %>% 
  do(summarise(., mean = mean(.$int),
               l1 = nrow(.),
               ratio_mean = .$int[.$highlight] / mean))

原始输出

df %>%
  group_by(exp) %>%
  summarise(mean=mean(int),
            l1=nrow(.),
            ratio_mean=.[.$highlight, 'int']/mean)

# A tibble: 2 x 4
#   exp    mean    l1 ratio_mean$    NA
#   <fct> <dbl> <int>       <dbl> <dbl>
# 1 a       3       9        1.67   2  
# 2 b       2.5     9        1      1.2

访问dplyr中的分组子集

1 个答案: