为什么 group_by 不能在 dplyr 中使用 max(colSums)

Question

我想知道每个国家，小学、初中和高中的最长总和（因为每年的持续时间可能不一样）。我首先 group_by 国家，并使用 colSum，但我得到的值是所有的 max(colSum)，这意味着 group_bu 在这里根本不起作用。

我做了一些研究，我已经分离了“plyr”。其实，如果我尝试

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

效果很好。但是在这里我不是在一个列上发生变异，而是在许多列上发生变异，你知道我应该怎么做才能解决这个问题吗？

非常感谢。

 data1 = data.frame(country = c("A",'A',"A",'A',"B","B","B","B"),
    item = c("Age for primary school","Duration for primary school", "Duration for middle school", "duration for high school",
             "Age for primary school","Duration for primary school", "Duration for middle school", "duration for high school"), 
                     '2008' = c(6, 6, 4, 3,7,5,4,3),  
                     '2009' = c(6, 6, 4, 3,6,6,4,3), 
                     '2010' = c(7, 5, 4, 3,6,6,4,3),  
                     '2011' = c(7, 5, 4, 3,7,5,4,3)) 
  temp1 <- dplyr::filter(data1, item != 'Age for primary school') %>%
    dplyr::group_by(country) %>%
    dplyr::mutate(n_grade = max(colSums(.[,-c(1:2)], na.rm = TRUE))) 

Answer 1

如果您在 mutate 中使用 .，它将占用管道的左侧，即整个 data.frame/tibble，而不是各个组。您可以改用do。

temp1 <- dplyr::filter(data1, item != 'Age for primary school') %>%
            dplyr::group_by(country) %>%
            dplyr::do(mutate(., n_grade = max(colSums(.[,-c(1:2)], na.rm = TRUE))))

作为旁注，这就是您可以使用data.table 的方式

library(data.table)
setDT(data1)
temp1 <- 
data1[item != 'Age for primary school'] %>% 
    .[, n_grade := max(colSums(.SD, na.rm = TRUE))
      , by = country
      , .SDcols = -(1:2)]