计算分组平均值，同时在 R (dplyr) 中保留单行组

Question

我正在尝试计算数据集的均值 + 标准差。我有一个组织列表，但一个组织只有一行“cpue”。当我尝试计算每个组织和另一个变量（学名）的分组平均值时，该组织被删除并产生 NA。但是，我想保留单组值，并将其放在“平均值”列中，以便我可以绘制它（没有 sd）。有没有办法告诉 dplyr 在计算平均值时保留单行的组？数据如下：

  l<-  df<- data.frame(organization = c("A","B", "B", "A","B", "A", "C"),
             species= c("turtle", "shark", "turtle", "bird", "turtle", "shark", "bird"),
             cpue= c(1, 2, 1, 5, 6, 1, 3))

  l2<- l %>% 
       group_by( organization, species)%>%
       summarize(mean= mean(cpue),
                 sd=sd(cpue))

任何帮助将不胜感激！

Answer 1

我们可以在sd 中创建一个if/else 条件来检查行数，即if n() ==1 然后返回'cpue' 或else 计算'cpue' 的sd

library(dplyr)
l1 <-  l %>% 
   group_by( organization, species)%>%
   summarize(mean= mean(cpue),
             sd= if(n() == 1) cpue else sd(cpue), .groups = 'drop')

-输出

l1
# A tibble: 6 x 4
#  organization species  mean    sd
#* <chr>        <chr>   <dbl> <dbl>
#1 A            bird      5    5   
#2 A            shark     1    1   
#3 A            turtle    1    1   
#4 B            shark     2    2   
#5 B            turtle    3.5  3.54
#6 C            bird      3    3   

---

如果条件基于分组变量'organization'的值，则通过提取cur_group()的分组变量在if/else中创建条件

l %>% 
   group_by(organization, species) %>% 
   summarise(mean = mean(cpue),
       sd = if(cur_group()$organization == 'A') cpue else sd(cpue), 
            .groups = 'drop')