dplyr：group_by + 总结没有按预期工作

Question

我在使用 R 的 group_by 和 summarise 函数时遇到了一些麻烦，想知道你们是否可以帮我一些忙。我有一个类似这样的表：

Category     Frequency
    First        1
    First        4
    Second       6
    First        1
    Third        1
    Third        2
    Second       6
    First        2
    Second       1

我正在尝试使用 dplyr 的 group_by 并汇总以找到频率列的平均值。这是我的示例代码：

    table %>%
         group_by(table$Category) %>%
         summarize(meanfrequency = mean(table$frequency))

我所期望的是一个表格被吐出，分解按单个类别分组的平均频率，如下所示：

Category     Frequency
    First        2
    Second       4.33
    Third        1.5

但是，我收到的是一个按类别分组的表格，每个类别都接收整个表格的平均值，如下所示：

   Category     Frequency
    First        2.66
    Second       2.66
    Third        2.66

有什么线索知道这里发生了什么吗？我应该说我是初学者，所以也许我遗漏了一些明显的东西。我应该注意到，在我的实际表中，除了我试图分析的 2 之外，表中还有几个变量，但不确定这是否相关或可能会弄乱某些东西。我还使用 Rstudio 内置的 readxcl 包将这些数据加载到 R 中。

提前致谢！

Answer 1

我们使用$ 提取整个列，而不是使用不带引号的列名来仅获取每个“类别”中的“频率”值

library(dplyr)
table %>%
     group_by(Category) %>%
     summarize(meanfrequency = mean(Frequency))
# A tibble: 3 x 2
#  Category meanfrequency
#  <chr>            <dbl>
#1 First             2   
#2 Second            4.33
#3 Third             1.5 

---

如果我们在链内做table$Frequency，它与我们在外面做的类似。另外，R 区分大小写，所以需要table$Frequency 而不是table$frequency

mean(table$Frequency) 

另外，table 是一个函数/类名，所以最好不要用这些名称命名对象

数据

table <- structure(list(Category = c("First", "First", "Second", "First", 
"Third", "Third", "Second", "First", "Second"), Frequency = c(1L, 
4L, 6L, 1L, 1L, 2L, 6L, 2L, 1L)), class = "data.frame", row.names = c(NA, 
-9L))