我正在尝试使用 mutate 将子组与 dplyr 相加，但这意味着我需要知道每个行组才能创建条件。这个想法是不改变当前的分组，如下面的代码所示：
mutate(mtcars, cond_disp = ifelse(vs==1,sum(disp[vs==1]),sum(disp[vs==0])))
是否有动态的方法来实现这一点？
【问题讨论】：
summarise 而不是mutate。如果您想根据子集进行操作，请先 group_by。试试mtcars %>% group_by(vs) %>% summarise(cond_disp = sum(disp))
您可以使用group_by(vs) 和summarise 来实现。但这里希望的是带有mutate 的版本。
library(tidyverse)
mtcars %>%
group_by(vs) %>%
#summarise(cond_disp = sum(disp))
mutate(cond_disp = sum(disp))
#> # A tibble: 32 x 12
#> # Groups: vs [2]
#> mpg cyl disp hp drat wt qsec vs am gear carb cond_disp
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 21 6 160 110 3.9 2.62 16.5 0 1 4 4 5529.
#> 2 21 6 160 110 3.9 2.88 17.0 0 1 4 4 5529.
#> 3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1 1854.
#> 4 21.4 6 258 110 3.08 3.22 19.4 1 0 3 1 1854.
#> 5 18.7 8 360 175 3.15 3.44 17.0 0 0 3 2 5529.
#> 6 18.1 6 225 105 2.76 3.46 20.2 1 0 3 1 1854.
#> 7 14.3 8 360 245 3.21 3.57 15.8 0 0 3 4 5529.
#> 8 24.4 4 147. 62 3.69 3.19 20 1 0 4 2 1854.
#> 9 22.8 4 141. 95 3.92 3.15 22.9 1 0 4 2 1854.
#> 10 19.2 6 168. 123 3.92 3.44 18.3 1 0 4 4 1854.
#> # … with 22 more rows
【讨论】：
dplyr::mutate() 将多行作为方程右侧函数的输入，这些函数是 mutate() 的参数。如 cmets 中所述，可以使用 group_by() 将右侧函数的输入分解为子组。这消除了mutate() 中对原始问题中指定的条件逻辑的需求。
我们将通过计算原始帖子中的cond_disp 来说明，并包含n 以计算摘要数据中包含的行数。
mtcars %>% group_by(vs) %>%
mutate(cond_disp = sum(disp),
n = n()) -> result
result[,c("vs","n","cond_disp","disp")]
# A tibble: 32 x 4
# Groups: vs [2]
vs n cond_disp disp
<dbl> <int> <dbl> <dbl>
1 0 18 5529. 160
2 0 18 5529. 160
3 1 14 1854. 108
4 1 14 1854. 258
5 0 18 5529. 360
6 1 14 1854. 225
7 0 18 5529. 360
8 1 14 1854. 147.
9 1 14 1854. 141.
10 1 14 1854. 168.
# … with 22 more rows
mutate() 方法在需要逐行计算百分比值时非常有用，其中百分比的分母是按组组合内的列的总和。为了说明这一点，我们将计算 V 型发动机与直列发动机的总排量百分比，打印结果，并打印pct_disp 的总和，以说明 V 型发动机等于 100。
mtcars %>% group_by(vs) %>%
mutate(pct_disp = 100* disp / sum(disp),
n = n()) -> result
result[result$vs==0,c("vs","n","disp","pct_disp")]
sum(result$pct_disp[result$vs==0])
# A tibble: 18 x 4
# Groups: vs [1]
vs n disp pct_disp
<dbl> <int> <dbl> <dbl>
1 0 18 160 2.89
2 0 18 160 2.89
3 0 18 360 6.51
4 0 18 360 6.51
5 0 18 276. 4.99
6 0 18 276. 4.99
7 0 18 276. 4.99
8 0 18 472 8.54
9 0 18 460 8.32
10 0 18 440 7.96
11 0 18 318 5.75
12 0 18 304 5.50
13 0 18 350 6.33
14 0 18 400 7.23
15 0 18 120. 2.18
16 0 18 351 6.35
17 0 18 145 2.62
18 0 18 301 5.44
> sum(result$pct_disp[result$vs==0])
[1] 100
dplyr::summarise() 如果想要汇总数据而不向管道中的输入数据框添加额外的列，则很有用。 summarise() 的结果是管道中 group_by() 规范中的每个变量组合的一行，汇总数据的列。
mtcars %>% group_by(vs) %>%
summarise(cond_disp = sum(disp),
n = n())
# A tibble: 2 x 3
vs cond_disp n
<dbl> <dbl> <int>
1 0 5529. 18
2 1 1854. 14
如果需要使用 R 函数计算行内各列的值，可以使用 rowwise() 函数来防止 mutate() 在 mutate() 内方程右侧的函数中使用多行.
为了说明，我们将对vs、am 的值求和。请注意，输出中n = n() 的结果对于打印的每一行都是 1。
mtcars %>% rowwise(.) %>%
mutate(cond_binary = sum(vs,am),
n = n()) -> result
result[,c("vs","am","n","cond_binary")]
# A tibble: 32 x 4
# Rowwise:
vs am n cond_binary
<dbl> <dbl> <int> <dbl>
1 0 1 1 1
2 0 1 1 1
3 1 1 1 2
4 1 0 1 1
5 0 0 1 0
6 1 0 1 1
7 0 0 1 0
8 1 0 1 1
9 1 0 1 1
10 1 0 1 1
# … with 22 more rows
【讨论】：