访问 dplyr 中的分组子集

Question

我感觉这已经被问了好几次了，但我无法让它运行在我的案例中。不知道为什么。

我 group_by 我的数据框并根据值计算 mean。此外，我标记了一个特定的行，我想计算我新计算的mean 与我突出显示的子集行的值的比率。

library(dplyr)
df <- data.frame(int=c(5:1,4:1),
                 highlight=c(T,F,F,F,F,F,T,F,F),
                 exp=c('a','a','a','a','a','b','b','b','b'))

df %>%
  group_by(exp) %>%
  summarise(mean=mean(int),
            l1=nrow(.),
            ratio_mean=.[.$highlight, 'int']/mean)

但由于某种原因，. 不是group_by 的子集，而是完整的输入。我在这里遗漏了什么吗？

我的预期输出是

exp    mean ratio_mean
  <fct> <dbl>      <dbl>
1 a       3         1.67
2 b       2.5       1.2

Answer 1

这行得通：

df %>%
  group_by(exp) %>%
  summarise(mean = mean(int),
            l1 = n(),
            ratio_mean = int[highlight] / mean)

但是您的解决方案出了什么问题？

• nrow(.) 计算整个输入数据帧的行数，而 n() 仅计算每组的行数
• .[.$highlight, 'int']/mean 在这里再次使用突出显示列使用整个输入数据框和子集，但它会被正确的组均值划分。实际上，您在这里返回两个值，因为原始 df 的两行有一个highlight = TRUE。这会导致一个讨厌的NA-列名。

要保存它，我们可以按照@MikkoMarttila 的建议使用do()，但这有点笨拙：

df %>% 
  group_by(exp) %>% 
  do(summarise(., mean = mean(.$int),
               l1 = nrow(.),
               ratio_mean = .$int[.$highlight] / mean))

原始输出

df %>%
  group_by(exp) %>%
  summarise(mean=mean(int),
            l1=nrow(.),
            ratio_mean=.[.$highlight, 'int']/mean)

# A tibble: 2 x 4
#   exp    mean    l1 ratio_mean$    NA
#   <fct> <dbl> <int>       <dbl> <dbl>
# 1 a       3       9        1.67   2  
# 2 b       2.5     9        1      1.2