摘要函数的顺序更改在dplyr中的输出

Question

我有一个优惠券使用数据集，从0到任何正数。

我想使用dplyr来总结数据。

但是，我注意到总结函数的顺序会影响平均计算。当平均计算开始时，如下面的A所示，输出是正确的(所有非零优惠券的平均值为18.333)。

但是，当平均计算是最后一次时，就像在B中那样，输出是不正确的(它显示了所有非零优惠券的平均6)。有人能解释一下发生了什么事，以及我如何修复下面的B以给出正确的答案吗？

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

B

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

输出

     NoCoupon Coupon AvgCoupon
1        2      6         6

Answer 1

快速回答:在计算AvgCoupon之前重新定义Coupon的。

如何修复：不重用Coupon名称。

为什么：

在您的summarise函数中，可以重新定义Coupon。例如，B，您首先要做的

Coupon = sum(Coupon>0)

所以Coupon现在是6。

现在mean(Coupon[Coupon>0]))的结果是6，以及下面的示例所示。

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

相反，您可以使用：

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