Question

我不知道这是否是处理tibbles所独有的行为，是否需要以其他方式将其子集化。

library(dplyr)
library(gapminder)
df <- gapminder %>%
  group_by(year, continent) %>% 
  summarize(avg_life = mean(lifeExp))

这会产生df的小标题。

# A tibble: 60 x 3
# Groups:   year [?]
    year continent avg_life
   <int> <fct>        <dbl>
 1  1952 Africa        39.1
 2  1952 Americas      53.3
 3  1952 Asia          46.3
 4  1952 Europe        64.4
 5  1952 Oceania       69.3
 6  1957 Africa        41.3
 7  1957 Americas      56.0
 8  1957 Asia          49.3
 9  1957 Europe        66.7
10  1957 Oceania       70.3
# ... with 50 more rows

我认为下一步可以工作，this post建议可以。

如果我以标准方式将其子集化，它将产生预期的输出。

df$avg_life[df$year == 1952]
[1] 39.13550 53.27984 46.31439 64.40850 69.25500

如果我尝试在mutate()内执行此操作，则不会产生任何结果。

df <- gapminder %>%
  group_by(year, continent) %>% 
  summarize(avg_life = mean(lifeExp)) %>% 
  mutate(life_chg = avg_life - avg_life[year == 1952])

mutate_impl（.data，点）中的错误： life_chg列的长度必须为5（组大小）或1，而不是0

将==更改为>会产生所有0，但至少可以正常工作，让我知道所有内容都已声明。

手动传递应该给我所需输出的内容，也会产生所有0。

df <- gapminder %>%
  group_by(year, continent) %>% 
  summarize(avg_life = mean(lifeExp)) %>% 
  mutate(life_chg = avg_life - avg_life[c(T, T, T, T, T, rep(F, 55))])

为什么这里的mutate()中不起作用，您如何正确执行此操作？我想这与分组和创建变量有关，但是我似乎找不到原因。

df的结构：

str(df)
Classes ‘grouped_df’, ‘tbl_df’, ‘tbl’ and 'data.frame': 60 obs. of  4 variables:
 $ year     : int  1952 1952 1952 1952 1952 1957 1957 1957 1957 1957 ...
 $ continent: Factor w/ 5 levels "Africa","Americas",..: 1 2 3 4 5 1 2 3 4 5 ...
 $ avg_life : num  39.1 53.3 46.3 64.4 69.3 ...
 $ life_chg : num  0 0 0 0 0 0 0 0 0 0 ...
 - attr(*, "vars")= chr "year"
 - attr(*, "labels")='data.frame':  12 obs. of  1 variable:
  ..$ year: int  1952 1957 1962 1967 1972 1977 1982 1987 1992 1997 ...
  ..- attr(*, "vars")= chr "year"
  ..- attr(*, "drop")= logi TRUE
 - attr(*, "indices")=List of 12
  ..$ : int  0 1 2 3 4
  ..$ : int  5 6 7 8 9
  ..$ : int  10 11 12 13 14
  ..$ : int  15 16 17 18 19
  ..$ : int  20 21 22 23 24
  ..$ : int  25 26 27 28 29
  ..$ : int  30 31 32 33 34
  ..$ : int  35 36 37 38 39
  ..$ : int  40 41 42 43 44
  ..$ : int  45 46 47 48 49
  ..$ : int  50 51 52 53 54
  ..$ : int  55 56 57 58 59
 - attr(*, "drop")= logi TRUE
 - attr(*, "group_sizes")= int  5 5 5 5 5 5 5 5 5 5 ...
 - attr(*, "biggest_group_size")= int 5

Answer 1

joran指出，您必须先ungroup。

library(dplyr)
library(gapminder)

gapminder %>%
  group_by(year, continent) %>%
  summarize(avg_life = mean(lifeExp)) %>%
  ungroup(.) %>%
  mutate(life_chg = avg_life - avg_life[year == 1952])

# A tibble: 60 x 4
    year continent avg_life life_chg
   <int> <fct>        <dbl>    <dbl>
 1  1952 Africa        39.1     0   
 2  1952 Americas      53.3     0   
 3  1952 Asia          46.3     0   
 4  1952 Europe        64.4     0   
 5  1952 Oceania       69.3     0   
 6  1957 Africa        41.3     2.13
 7  1957 Americas      56.0     2.68
 8  1957 Asia          49.3     3.00
 9  1957 Europe        66.7     2.29
10  1957 Oceania       70.3     1.04
# ... with 50 more rows

无法在带有小标题的summary（）之后对mutate（）中的子集进行

1 个答案: