grouped_df 数据类型的逐行求和

Question

我是初学者，对 R 的高级功能不太熟悉。我无法理解为什么 reduce() 不适用于 grouped_df。当数据类型为：

"tbl_df"     "tbl"        "data.frame"

这是示例数据：

  df <- data.frame(client = rep(c("Client A","Client B", "Client C"),3), 
                       year = rep(c(2014,2013,2012), each=3), 
                       rev1 = rep(c(10,20,30),3),
                       rev2 = rep(c(10,20,30),3))

其中，class (df) 是 "tbl_df" "tbl" "data.frame"

我现在将df 转换为grouped_df 类：

df1 <- df %>% 
        group_by(client, year,rev1) %>%
        summarise(rev3 = sum(rev1,rev2)) %>%
        select(client, year, rev3, rev1)

其中，class (df1) 是 "grouped_df" "tbl_df" "tbl" "data.frame"，正如预期的那样。

现在，当我使用 reduce() 对 df1 进行逐行求和时，它会引发错误。

df1%>% dplyr::mutate(sum=Reduce("+",.[3:4]))
Error: incompatible size (9), expecting 1 (the group size) or 1

但是，当我将df1 转换为数据框时，它运行良好。

df1%>% dplyr::as_data_frame() %>%  dplyr::mutate(sum=Reduce("+",.[3:4]))

上面输出的head()是：

# A tibble: 6 × 5
    client  year  rev3  rev1   sum
    <fctr> <dbl> <dbl> <dbl> <dbl>
1 Client A  2012    20    10    30
2 Client A  2013    20    10    30
3 Client A  2014    20    10    30
4 Client B  2012    40    20    60
5 Client B  2013    40    20    60
6 Client B  2014    40    20    60
...

谁能解释一下为什么reduce() 函数不适用于分组数据，但适用于非分组数据？也许，我在这里遗漏了一些东西。

Answer 1

Reduce() 和 replace() 处理向量。

df1 分组数据框不仅仅是向量的集合。下面是翻开对象时的样子（在环境窗格中找到。）

如果我们添加一个ungroup()，我们可以返回一个向量集合。

df2 <- df %>% 
    group_by(client, year,rev1) %>%
    summarise(rev3 = sum(rev1,rev2)) %>%
    select(client, year, rev3, rev1) %>% 
    ungroup %>% 
    mutate(sum=Reduce("+",.[3:4]))

无论如何，也许这个 dplyr 代码可以代替吗？

mutate(df, rev3 = rev1 + rev2, sum = 2*rev1 + rev2)

Answer 2

您没有在上面的任何代码块中使用replace() 函数。您正在使用Reduce() 函数。

顺便说一句，df() 是 stats 包中的密度分布函数 - 将对象分配给函数是不好的做法。