使用group_by（多个变量）时dplyr问题

5 回答

• 4

  将Dickoa的答案更进一步 - 正如Hadley所说的那样“总结剥离了一层分组” . 它会从您应用它的相反顺序剥离分组，以便您可以使用它

  mtcars %>%
   group_by(cyl, gear) %>%
   summarise(newvar = sum(wt)) %>%
   summarise(newvar2 = sum(newvar) + 5)
  

  请注意，如果在第二行使用 group_by(gear, cyl) ，这将给出不同的答案 .

  并让你的第一次尝试工作：

  df1 <- mtcars %>%
   group_by(cyl, gear) %>%
   summarise(newvar = sum(wt))
  
  df2 <- df1 %>%
   group_by(cyl) %>%
   summarise(newvar2 = sum(newvar)+5)
  

  回复于 2024-06-02T17:12:48+08:00
• 37

  我有类似的问题 . 我发现简单地分离 plyr 解决了它：

  detach(package:plyr)    
  library(dplyr)
  

  回复于 2024-06-02T17:12:48+08:00
• 5

  如果您使用 summarise 而不是 mutate 将 plyr 代码转换为 dplyr ，则会得到相同的结果 .

  library(plyr)
  df1 <- ddply(mtcars, .(cyl, gear), summarise, newvar = sum(wt))
  df2 <- ddply(df1, .(cyl), summarise, newvar2 = sum(newvar) + 5)
  df2
  ##   cyl newvar2
  ## 1   4  30.143
  ## 2   6  26.820
  ## 3   8  60.989
  
  detach(package:plyr)    
  library(dplyr)
  mtcars %.%
      group_by(cyl, gear) %.%
      summarise(newvar = sum(wt)) %.%
      group_by(cyl) %.%
      summarise(newvar2 = sum(newvar) + 5)
  ##   cyl newvar2
  ## 1   4  30.143
  ## 2   8  60.989
  ## 3   6  26.820
  

  EDIT

  自 summarise 删除最后一组（ gear ）后，您可以跳过第二组 group_by （参见下面的@hadley评论）

  library(dplyr)
  mtcars %.%
      group_by(cyl, gear) %.%
      summarise(newvar = sum(wt)) %.%
      summarise(newvar2 = sum(newvar) + 5)
  ##   cyl newvar2
  ## 1   4  30.143
  ## 2   8  60.989
  ## 3   6  26.820
  

  回复于 2024-06-02T17:12:48+08:00
• 10

  分离 plyr 是解决问题的一种方法，因此您可以根据需要使用 dplyr 函数...但如果您需要 plyr 中的其他函数来完成代码中的其他任务，该怎么办？

  （在这个例子中，我已经加载了 dplyr 和 plyr 库）

  假设我们有一个简单的data.frame，我们想要计算变量 value 的分组总和，当按 gname 的不同级别分组时

  > dx<-data.frame(gname=c(1,1,1,2,2,2,3,3,3), value = c(2,2,2,4,4,4,5,6,7))
  > dx
    gname value
  1     1     2
  2     1     2
  3     1     2
  4     2     4
  5     2     4
  6     2     4
  7     3     5
  8     3     6
  9     3     7
  

  但是，当我们尝试使用我们认为会产生 dplyr 分组总和的东西时，会发生以下情况：

  dx %>% group_by(gname) %>% mutate(mysum=sum(value))
  Source: local data frame [9 x 3]
  Groups: gname
  
    gname value mysum
  1     1     2    36
  2     1     2    36
  3     1     2    36
  4     2     4    36
  5     2     4    36
  6     2     4    36
  7     3     5    36
  8     3     6    36
  9     3     7    36
  

  它没有给我们想要的答案 . 可能是因为 dplyr 和 plyr 之间的 group_by 和/或 mutate 函数的某些交互或重载 . 我们可以分离 plyr ，但另一种方法是对 group_by 和 mutate 的 dplyr 版本进行唯一调用：

  dx %>% dplyr::group_by(gname) %>% dplyr::mutate(mysum=sum(value))
  Source: local data frame [9 x 3]
  Groups: gname
  
    gname value mysum
  1     1     2     6
  2     1     2     6
  3     1     2     6
  4     2     4    12
  5     2     4    12
  6     2     4    12
  7     3     5    18
  8     3     6    18
  9     3     7    18
  

  现在我们看到它按预期工作 .

  回复于 2024-06-02T17:12:48+08:00
• 61

  dplyr正如您在示例中所期望的那样工作 . 正如你所指定的那样，Mutate只会在创建newvar2时为newvar的每个值加5 . 如果你是否分组，这看起来是一样的 . 但是，如果您指定的某些内容因组而异，则会得到不同的内容 . 例如：

  df1 %.%
              group_by(cyl) %.%
              mutate(
                  newvar2 = newvar + mean(cyl)
              )
  

  回复于 2024-06-02T17:12:48+08:00