如果我正在处理一个数据集,并且我想对数据进行分组(即按country),计算一个汇总统计量(mean()),然后对data.frame执行ungroup()操作,以获得一个具有原始维度(country-year)的数据集,以及一个列出每个国家(重复n年)平均值的新列,我该如何使用dplyr来完成此操作?ungroup()函数不返回具有原始尺寸的data.frame:
gapminder %>%
group_by(country) %>%
summarize(mn = mean(pop)) %>%
ungroup() # returns data.frame with nrows == length(unique(gapminder$country))发布于 2018-01-25 23:51:34
如果你想做像这样的事情,ungroup()很有用
gapminder %>%
group_by(country) %>%
mutate(mn = pop/mean(pop)) %>%
ungroup() 你想要做一些转换,使用整个组的统计数据。在上面的示例中,mn是人口与组的平均人口的比率。当它被取消分组时,调用它的任何进一步的突变都不会将分组用于聚合统计信息。
summarize会自动减少维度,而且没有办法找回。也许你想这么做
gapminder %>%
group_by(country) %>%
mutate(mn = mean(pop)) %>%
ungroup() 它创建mn作为每个组的平均值,并为该组中的每一行复制。
发布于 2018-01-25 23:49:31
summarize()减少了行数。如果您不想更改行数,那么使用mutate()而不是summarize()。
https://stackoverflow.com/questions/48446816
复制相似问题