无法在 mutate() 中使用带有 tibble 的 summarise() 进行子集化答案

【问题标题】：Unable to subset within mutate() following a summarize() with a tibble无法在 mutate() 中使用带有 tibble 的 summarise() 进行子集化
【发布时间】：2018-09-27 14:44:26
【问题描述】：

我不知道这是否是处理 tibbles 独有的行为，我需要以不同的方式对其进行子集化。

library(dplyr)
library(gapminder)
df <- gapminder %>%
  group_by(year, continent) %>% 
  summarize(avg_life = mean(lifeExp))

这会产生一个小标题，df。

# A tibble: 60 x 3
# Groups:   year [?]
    year continent avg_life
   <int> <fct>        <dbl>
 1  1952 Africa        39.1
 2  1952 Americas      53.3
 3  1952 Asia          46.3
 4  1952 Europe        64.4
 5  1952 Oceania       69.3
 6  1957 Africa        41.3
 7  1957 Americas      56.0
 8  1957 Asia          49.3
 9  1957 Europe        66.7
10  1957 Oceania       70.3
# ... with 50 more rows

我认为下一步会奏效，this post 建议这样做。

如果我以标准方式对其进行子集化，它会产生预期的输出。

df$avg_life[df$year == 1952]
[1] 39.13550 53.27984 46.31439 64.40850 69.25500

如果我尝试在 mutate() 中执行此操作，则不会产生任何结果。

df <- gapminder %>%
  group_by(year, continent) %>% 
  summarize(avg_life = mean(lifeExp)) %>% 
  mutate(life_chg = avg_life - avg_life[year == 1952])

mutate_impl(.data, dots) 中的错误：列life_chg 的长度必须为 5（组大小）或 1，而不是 0

将== 更改为> 会生成所有0，但它至少可以工作，让我知道所有内容都已声明。

手动传递应该给我所需输出的内容，也会产生所有0。

df <- gapminder %>%
  group_by(year, continent) %>% 
  summarize(avg_life = mean(lifeExp)) %>% 
  mutate(life_chg = avg_life - avg_life[c(T, T, T, T, T, rep(F, 55))])

为什么这在mutate() 中不起作用，您如何正确执行此操作？我想这与分组和创建变量有关，但我似乎无法找出原因。

df的结构：

str(df)
Classes ‘grouped_df’, ‘tbl_df’, ‘tbl’ and 'data.frame': 60 obs. of  4 variables:
 $ year     : int  1952 1952 1952 1952 1952 1957 1957 1957 1957 1957 ...
 $ continent: Factor w/ 5 levels "Africa","Americas",..: 1 2 3 4 5 1 2 3 4 5 ...
 $ avg_life : num  39.1 53.3 46.3 64.4 69.3 ...
 $ life_chg : num  0 0 0 0 0 0 0 0 0 0 ...
 - attr(*, "vars")= chr "year"
 - attr(*, "labels")='data.frame':  12 obs. of  1 variable:
  ..$ year: int  1952 1957 1962 1967 1972 1977 1982 1987 1992 1997 ...
  ..- attr(*, "vars")= chr "year"
  ..- attr(*, "drop")= logi TRUE
 - attr(*, "indices")=List of 12
  ..$ : int  0 1 2 3 4
  ..$ : int  5 6 7 8 9
  ..$ : int  10 11 12 13 14
  ..$ : int  15 16 17 18 19
  ..$ : int  20 21 22 23 24
  ..$ : int  25 26 27 28 29
  ..$ : int  30 31 32 33 34
  ..$ : int  35 36 37 38 39
  ..$ : int  40 41 42 43 44
  ..$ : int  45 46 47 48 49
  ..$ : int  50 51 52 53 54
  ..$ : int  55 56 57 58 59
 - attr(*, "drop")= logi TRUE
 - attr(*, "group_sizes")= int  5 5 5 5 5 5 5 5 5 5 ...
 - attr(*, "biggest_group_size")= int 5

【问题讨论】：

当您调用mutate 时，标题仍按年份分组。尝试先将其取消分组。哦，可能year 不应该用引号引起来...？
哇，这很容易解决。谢谢你。我尝试了没有和有相同的结果。取消分组有效。
仍然收到summarize(avg_life = mean(lifeExp)) %>% ungroup() %>% mutate(...) 的错误。我错过了什么吗？
year 周围的引号会产生错误，也需要删除它们。
正确的，当然！

标签： r dplyr subset tibble

【解决方案1】：

正如joran所指出的，你必须先ungroup。

library(dplyr)
library(gapminder)

gapminder %>%
  group_by(year, continent) %>%
  summarize(avg_life = mean(lifeExp)) %>%
  ungroup(.) %>%
  mutate(life_chg = avg_life - avg_life[year == 1952])

# A tibble: 60 x 4
    year continent avg_life life_chg
   <int> <fct>        <dbl>    <dbl>
 1  1952 Africa        39.1     0   
 2  1952 Americas      53.3     0   
 3  1952 Asia          46.3     0   
 4  1952 Europe        64.4     0   
 5  1952 Oceania       69.3     0   
 6  1957 Africa        41.3     2.13
 7  1957 Americas      56.0     2.68
 8  1957 Asia          49.3     3.00
 9  1957 Europe        66.7     2.29
10  1957 Oceania       70.3     1.04
# ... with 50 more rows

【讨论】：