汇总函数的顺序更改 dplyr 中的输出答案

【问题标题】：Order of Summarise Functions changes output in dplyr汇总函数的顺序更改 dplyr 中的输出
【发布时间】：2015-09-16 19:42:02
【问题描述】：

我有一个优惠券使用数据集，范围从 0 到任何正值。

我想用 dplyr 来汇总数据。

但是，我注意到汇总函数的顺序会影响平均计算。首先计算平均值时，如下面的A，输出是正确的（所有非零票券的平均值为18.333）。

但是，当最后一次计算平均值时，例如在下面的 B 中，输出不正确（它显示所有非零优惠券的平均值为 6）。谁能解释发生了什么以及如何修复下面的 B 以显示正确答案？

数据集

library(dplyr)
CouponDF <- data.frame(Coupon = c(0,0,10,10,20,40,20,10))

一个

CouponDF %>%
    summarise(
    AvgCoupon = mean(Coupon[Coupon>0]),
    NoCoupon = sum(Coupon==0),
    Coupon = sum(Coupon>0)
    )

输出

   AvgCoupon NoCoupon Coupon
1  18.33333        2      6

CouponDF %>%
    summarise(
    NoCoupon = sum(Coupon==0),
    Coupon = sum(Coupon>0),
    AvgCoupon = mean(Coupon[Coupon>0]))

输出

     NoCoupon Coupon AvgCoupon
1        2      6         6

【问题讨论】：

标签： r dplyr

【解决方案1】：

快速回答：在计算AvgCoupon之前重新定义Coupon。

如何解决：不要重复使用 Coupon 名称。

原因：

在你的summarise 函数中，你重新定义了Coupon。在示例 B 中，您首先要做的是

Coupon = sum(Coupon>0)

所以Coupon 现在是 6。

mean(Coupon[Coupon>0])) 现在结果为 6 以及以下示例所示。

Coupon <- 6
mean(Coupon[Coupon>0]) #6

你可以使用：

CouponDF %>%
    summarise(
    without_coupon = sum(Coupon==0),
    with_coupon = sum(Coupon>0),
    ave_coupon = mean(Coupon[Coupon>0]))

【讨论】：