dplyr group_by和mutate，如何访问数据帧 [英] dplyr group_by and mutate, how access to the data frame

问题描述

当使用dplyr的group_by和mutate时，如果我理解正确，根据group_by参数将数据帧分成不同的子数据框。例如，使用以下代码：

  set.seed（7）
 df<  -  data.frame（ x = runif（10），let = rep（字母[1：5]，each = 2））
 df％>％group_by（let）％>％mutate（mean.by.letter = mean x））
  

mean（）被连续应用到5个子dfs的列x，在一个& e。

所以你可以操纵子dfs的列，但你可以自己访问子dfs吗？令我惊讶的是，如果我尝试：

  set.seed（7）
 data<  -  data.frame（ x = runif（10），let = rep（字母[1：5]，each = 2））
 data％>％group_by（let）％>％mutate（mean.by.letter = mean 。$ x））
  

结果不同。从这个结果可以推断出。 df不是连续表示子dfs，而只是数据（group_by函数不会改变任何内容）。
原因是我想使用一个stat函数来获取数据帧作为每个这些子dfs上的参数。
Thanks！

解决方案

我们可以在 do / p>

  data％>％
 group_by（let）％>％
 do（mutate（。， mean.by.letter = mean（。$ x）））
  

When using dplyr's "group_by" and "mutate", if I understand correctly, the data frame is split in different sub-dataframes according to the group_by argument. For example, with the following code :

 set.seed(7)
 df <- data.frame(x=runif(10),let=rep(letters[1:5],each=2))
 df %>% group_by(let) %>% mutate(mean.by.letter = mean(x))

mean() is applied successively to the column x of 5 sub-dfs corresponding to a letter between a & e.

So you can manipulate the columns of the sub-dfs but can you access the sub-dfs themselves ? To my surprise, if I try :

 set.seed(7)
 data <- data.frame(x=runif(10),let=rep(letters[1:5],each=2))
 data %>% group_by(let) %>% mutate(mean.by.letter = mean(.$x))

the result is different. From this result, one can infer that the "." df doesn't represent successively the sub-dfs but just the "data" one (the group_by function doens't change anything).
The reason is that I want to use a stat function that take a data frame as an arguments on each of this sub-dfs. Thanks !

解决方案

We can use within do

data %>%
    group_by(let ) %>% 
    do(mutate(., mean.by.letter = mean(.$x)))

这篇关于dplyr group_by和mutate，如何访问数据帧的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！