dplyr：为什么不使用 summarise() 汇总案例？答案

【问题标题】：dplyr：为什么不使用 summarise() 汇总案例？
【发布时间】：2022-01-23 13:39:49
【问题描述】：

我有

> head(df,7)
        date pos cons_week
1 2020-03-30 313       169
2 2020-03-31 255       169
3 2020-04-01 282       169
4 2020-04-02 382       169
5 2020-04-03 473       169
6 2020-04-04 312       169
7 2020-04-05 158       169

pos 表示每天的 COVID 阳性病例数。 cons_week 是自锁定以来的连续周数。因此，对于每个 cons_week，我有 7 个 pos 条目。我想总结一下，所以我每周有pos 的总数。

我尝试了不同的版本，比如

df %>% group_by(cons_week) %>%
  summarise(n = n())

或

df %>% group_by(cons_week, pos) %>%
  summarise(n = sum())

预期输出

cons_week     n
169        2175 
170        1651
171        1179

数据

df <- structure(list(date = structure(c(18351, 18352, 18353, 18354, 
                                  18355, 18356, 18357, 18358, 18359, 18360, 18361, 18362, 18363, 
                                  18364, 18365, 18366, 18367, 18368, 18369, 18370, 18371), class = "Date"), 
               pos = c("313", "255", "282", "382", "473", "312", "158", 
                       "424", "347", "301", "140", "142", "140", "157", "156", "258", 
                       "199", "178", "168", "106", "114"), cons_week = c(169, 169, 
                                                                         169, 169, 169, 169, 169, 170, 170, 170, 170, 170, 170, 170, 
                                                                         171, 171, 171, 171, 171, 171, 171)), row.names = c(NA, 21L
                                                                         ), class = "data.frame")

【问题讨论】：

df %>% group_by(cons_week) %>% summarise(n = sum(as.numeric(pos))) pos 列是字符格式（某种方式）。您应该将其更改为数字。

标签： r dataframe dplyr summarize

【解决方案1】：

因为pos 在您的df 中是character。您需要先将其转换为numeric。例如：

library(dplyr)

df %>% 
        mutate(pos = as.numeric(pos)) %>% 
        group_by(cons_week) %>% 
        summarise(n = sum(pos))

或者：

df %>% 
        group_by(cons_week) %>% 
        summarise(n = sum(as.numeric(pos)))

输出：

  cons_week     n
      <dbl> <dbl>
1       169  2175
2       170  1651
3       171  1179

【讨论】：

【解决方案2】：

用途：

df %>% group_by(cons_week) %>% 
    summarise(n = sum(as.numeric(pos)))

或之前：

df$pos <- as.numeric(df$pos)
df %>% group_by(cons_week) %>%
   summarise(n = sum(pos))

问题在于pos 是字符类型（class），而不是numeric。

【讨论】：