【发布时间】：2014-04-13 10:35:45
【问题描述】：
我对 dplyr 有一些问题，并且 group_by 函数没有按预期工作。使用 summarise，我希望得到输入到 group_by 语句中的 id 和 year 的每个唯一组合的 var1 的平均值。
此代码应创建一个带有 id-year 观察值的 df，我想在其中汇总 id 和 year 的每个组合的 var 1 的平均值。但是，这并没有按预期工作，输出忽略 id，仅按年份汇总。
df <- data.frame(id=c(1,1,2,2,2,3,3,4,4,5),
year=c(2013,2013,2012,2013,2013,2013,2012,2012,2013,2013),
var1=rnorm(10))
dplyr 代码：
dfagg <- df %.%
group_by(id, year) %.%
select(id, year, var1) %.%
summarise(
var1=mean(var1)
)
结果：
> dfagg
Source: local data frame [8 x 2]
Groups: year
year var1
1 2013 0.22924025
2 2012 -0.93073687
3 2013 -0.82351583
4 2012 0.05656113
5 2013 -0.21622021
6 2012 1.91158209
7 2013 -2.67003628
8 2013 -0.72662276
知道发生了什么吗？
为了确保没有其他包中断 dplyr 函数，我尝试了以下相同的结果。
dfagg <- df %.%
dplyr::group_by(id, year) %.%
dplyr::select(id, year, var1) %.%
dplyr::summarise(
var1=mean(var1)
)
【问题讨论】：
-
我无法重现这个（dplyr 0.1.1）。你试过重启 R 吗？
-
您需要将
select()放在group_by()之前或summarize()调用之后 -
@Troy，谢谢。这解决了这个问题。但是，我似乎不记得之前必须将 select() 放在 group_by() 之前。当只有一个 group_by 变量时，也许不需要它来工作？
-
@spesseh - 是的，它似乎回滚到最后一个分组变量 - 不确定该行为是否符合预期：可能是要报告的错误
-
看起来像一个错误。我没有考虑到
select()和group_by()的所有问题，所以仍然存在一些不良行为。你能在github.com/hadley/dplyr/issues提交一个错误吗？