當使用group_by（多個變量）時dplyr問題

Question

我想開始使用dplyr來代替ddply，但是我無法獲得它如何工作的句柄（我已閱讀文檔）。

例如，爲什麼當我嘗試mutate（）時，「group_by」函數不工作，因爲它應該是？

看着mtcars：

庫（車）

說我做一個data.frame是mtcars的總結，通過 「共青團」 和 「齒輪」 分組：

df1 <- mtcars %.% 
      group_by(cyl, gear) %.% 
      summarise(
       newvar = sum(wt) 
      ) 

然後說我想進一步總結這個數據框。隨着ddply，它會是簡單的，但是當我試圖用dplyr做的，它實際上不是「分組依據」：

df2 <- df1 %.% 
      group_by(cyl) %.% 
      mutate(
       newvar2 = newvar + 5 
      ) 

仍產生未分組輸出：

cyl gear newvar newvar2 
1 6 3 6.675 11.675 
2 4 4 19.025 24.025 
3 6 4 12.375 17.375 
4 6 5 2.770 7.770 
5 4 3 2.465 7.465 
6 8 3 49.249 54.249 
7 4 5 3.653 8.653 
8 8 5 6.740 11.740 

我做語法錯了嗎？

---

編輯：

如果我是用plyr和ddply做到這一點：

df1 <- ddply(mtcars, .(cyl, gear), summarise, newvar = sum(wt)) 

，然後獲得第二個DF：

df2 <- ddply(df1, .(cyl), summarise, newvar2 = sum(newvar) + 5) 

但是，同樣的方法，總結（）函數中sum（newvar）+ 5與dplyr不起作用...

Answer 1

以Dickoa的回答了一步 - - 正如哈德利所說的「總結剝離一個單一的分組層次」。它剝離從你應用，所以你可以只使用

mtcars %>% 
group_by(cyl, gear) %>% 
summarise(newvar = sum(wt)) %>% 
summarise(newvar2 = sum(newvar) + 5) 

請注意，如果在第二行使用group_by(gear, cyl)這會給出一個不同的答案相反的順序分組。

而且讓你的第一次嘗試的工作：

df1 <- mtcars %>% 
group_by(cyl, gear) %>% 
summarise(newvar = sum(wt)) 

df2 <- df1 %>% 
group_by(cyl) %>% 
summarise(newvar2 = sum(newvar)+5) 

Answer 2

dplyr正如您在示例中所期望的那樣工作。按照您的指定，mutate只會爲newvar的每個值添加5，因爲它會創建newvar2。如果你分組或不分組，這看起來是一樣的。但是，如果你指定了一些不同的組，你將會得到不同的結果。例如：

df1 %.% 
      group_by(cyl) %.% 
      mutate(
       newvar2 = newvar + mean(cyl) 
      ) 

Answer 3

如果使用的summarise代替mutate你得到相同的結果您翻譯plyr代碼爲dplyr。

library(plyr) 
df1 <- ddply(mtcars, .(cyl, gear), summarise, newvar = sum(wt)) 
df2 <- ddply(df1, .(cyl), summarise, newvar2 = sum(newvar) + 5) 
df2 
## cyl newvar2 
## 1 4 30.143 
## 2 6 26.820 
## 3 8 60.989 

detach(package:plyr)  
library(dplyr) 
mtcars %.% 
    group_by(cyl, gear) %.% 
    summarise(newvar = sum(wt)) %.% 
    group_by(cyl) %.% 
    summarise(newvar2 = sum(newvar) + 5) 
## cyl newvar2 
## 1 4 30.143 
## 2 8 60.989 
## 3 6 26.820 

編輯

由於summarise滴在最後一組（gear），你可以跳過第二個group_by（見下文@hadley評論）

library(dplyr) 
mtcars %.% 
    group_by(cyl, gear) %.% 
    summarise(newvar = sum(wt)) %.% 
    summarise(newvar2 = sum(newvar) + 5) 
## cyl newvar2 
## 1 4 30.143 
## 2 8 60.989 
## 3 6 26.820 

Answer 4

我也有類似的問題。我發現根本脫離plyr解決它：

detach(package:plyr)  
library(dplyr) 

Answer 5

卸下plyr是要解決的問題，所以你可以，如果你需要從plyr等功能完成的其他任務使用根據需要dplyr功能...但單程你的代碼？

（在這個例子中，我有兩個裝和dplyr庫plyr）

假設我們有一個簡單的data.frame，我們希望在不同的級別進行分組來計算變量value，的總和的GroupWise的gname

> dx<-data.frame(gname=c(1,1,1,2,2,2,3,3,3), value = c(2,2,2,4,4,4,5,6,7)) 
> dx 
    gname value 
1  1  2 
2  1  2 
3  1  2 
4  2  4 
5  2  4 
6  2  4 
7  3  5 
8  3  6 
9  3  7 

但是，當我們試圖用我們相信這將產生一個dplyr分組總和，這裏發生了什麼：

dx %>% group_by(gname) %>% mutate(mysum=sum(value)) 
Source: local data frame [9 x 3] 
Groups: gname 

    gname value mysum 
1  1  2 36 
2  1  2 36 
3  1  2 36 
4  2  4 36 
5  2  4 36 
6  2  4 36 
7  3  5 36 
8  3  6 36 
9  3  7 36 

它沒有給我們想要的答案。可能是因爲dplyr和plyr之間group_by和/或mutate函數的某些交互或超載。我們可以分離plyr，但另一種方法是給一個獨特的調用dplyr版本group_by和mutate：

dx %>% dplyr::group_by(gname) %>% dplyr::mutate(mysum=sum(value)) 
Source: local data frame [9 x 3] 
Groups: gname 

    gname value mysum 
1  1  2  6 
2  1  2  6 
3  1  2  6 
4  2  4 12 
5  2  4 12 
6  2  4 12 
7  3  5 18 
8  3  6 18 
9  3  7 18 

現在我們看到這個按預期工作。