如何按组获取变量的平均值，并在 data_table 中生成一个采用该值的新变量

Question

我找到了很多关于 R 中 dplyr group_by() 函数的其他问题的解决方案，比如下面的一个，它建议 summarize_each() 函数简单地打印每个有条件定义的所有变量观察的 mean数据集中的一组行。

不幸的是，我需要能够创建一个新变量来附加到每一行，它是测量的平均值（在这个例子中是女性的身高），以便我以后可以将它用作回归中的预测变量.

对于此示例，是否有任何不同的解决方案允许某人根据组的平均值（在此示例中为身高）运行回归/分类过程？

DF <- data.frame(Height = rnorm(100, 170, 5),
                 Weight = rnorm(100, 55, 5),
                 Gender = c(rep("male", 50), rep("female", 50)))


BMI <-  function(height,weight){(weight/(height)^2*10000)}

library(dplyr)
DF %>% 
  group_by(Gender) %>% 
  mutate(bmi = BMI(Height, Weight)) %>% 
  summarise(mean_bmi = mean(bmi))

Answer 1

您不需要summarise 代码行。您可以将mean 直接添加到您的mutate。

DF <- DF %>% 
  group_by(Gender) %>% 
  mutate(bmi = mean(BMI(Height, Weight))) %>% 
  ungroup()

然后您可以使用此数据集运行您的回归模型。