通过分组计算所有变量均值的正确方法是什么答案

【问题标题】：What is the correct way to calculate Mean across all variables by grouping通过分组计算所有变量均值的正确方法是什么
【发布时间】：2020-07-18 04:37:12
【问题描述】：

A <- data %>% 
      group_by(Agent) %>%
      summarise(across(EP:Yt.ha),mean)

错误信息是

错误：summarise() 输入 ..2 有问题。 x 输入..2 必须是向量，而不是函数。 i 输入..2 是mean。 i 组 1 中发生错误：代理 =“Hydro”。运行rlang::last_error() 看看哪里出错了。

我记得 longback 是这样做的，但我相信现在我一定是放错了一些函数或代码。有人可以告诉正确的方法吗？ EP 到 Yt.ha 有 13 个变量

【问题讨论】：

标签： r dplyr summarize

【解决方案1】：

试试这样的（你可以按条件添加分组）：

# install if not already
install.packages("tidyverse", dependencies = T)

# load package
library(tidyverse)

# load data
data(iris)
iris

# find the mean, grouped by species
iris %>% group_by(Species) %>% summarise(across(Petal.Width:Sepal.Length, ~ mean(.x, na.rm = TRUE)))

# alternate way to find the mean for specific cols (using col index numbers)
iris %>% group_by(Species) %>% summarise(across(c(1, 3:4), ~ mean(.x, na.rm = TRUE)))

【讨论】：

在上面，我使用了 iris 数据集中的第一、第三和第四列来找出各自的平均值。

【解决方案2】：

使用可重现的代码会更好。

我会建议一些类似的东西：

data <- iris

output <- data %>%
          group_by(species) %>%
          summarise(across(petal.width:sepal.length),mean)

// or 

output <- data %>%
          group_by(species) %>%
          summarise(across(where(is.numeric), mean))

【讨论】：

第一个想法行不通。第二个有效，但是我只想要几个我选择的变量
然后使用across(var())

【解决方案3】：

以防万一您从未发现。最后的括号设置不正确。以下是它的工作原理：

A <- data %>% group_by(Agent) %>% summarise(across(EP:Yt.ha, mean))

【讨论】：