在 dplyr 中对特定行数使用 group_by()

【问题标题】：Using group_by() in dplyr for certain number of rows在 dplyr 中对特定行数使用 group_by()
【发布时间】：2016-02-23 02:20:23
【问题描述】：

在 dplyr 中，有没有办法使用 group_by() 而不是变量，而是按特定行数分组？我将 SQLite 与 dplyr 一起使用，但我认为 SQLite 没有窗口功能。

【问题讨论】：

最好提供可重现的示例 - 最少的输入数据和预期的输出。
group_by 的要点是按变量分组，因此如果没有该变量，则否，但您可以使用 mutate 根据您的行数为每一行添加一个 id想要然后 group_by
您也可以使用 dplyr 进行“即时”分组：DT %>% group_by(g = rep(1:18, each = 140)) %>% summarise(m = mean(VAR)) 使用 Michael 的示例数据。
@docendodiscimus 谢谢，我以为是这样，但是，就像我的西班牙语一样，我的阅读比写作要好得多dplyr；我已将您的答案添加到我的答案中，以便对潜在的未来谷歌员工具有中心地位。

标签： r sqlite dplyr

【解决方案1】：

您只想即时分组，这意味着将 ad hoc 变量传递给分组器。

在data.table 中，这将通过在by 中使用rep 来完成：

library(data.table)
set.seed(01394)
DT <- data.table(VAR = rnorm(2520))

DT[ , mean(VAR), by = rep(1:18, each = 140)]
#     rep           V1
#  1:   1  0.029683200
#  2:   2  0.150411987
#  3:   3  0.061912697
#  4:   4 -0.014229183
#  5:   5 -0.007305455
#  6:   6  0.003784550
#  7:   7  0.010941501
#  8:   8  0.032129151
#  9:   9 -0.036524921
# 10:  10  0.046986451
# 11:  11  0.075547228
# 12:  12 -0.079538420
# 13:  13 -0.099833001
# 14:  14 -0.065297462
# 15:  15 -0.020778063
# 16:  16  0.095983764
# 17:  17  0.095292230
# 18:  18  0.150405148

根据@docendodecimus，dplyr 等效项是：

DT %>% group_by(g = rep(1:18, each = 140)) %>% summarise(m = mean(VAR))

【讨论】：