无法引用汇总中的分组数据（跨（...））

Question

当我尝试在 summarize() 中创建多个列时，我可以在同一个汇总语句中引用新创建的列名。

例子：

目标：尝试根据标准差（“sd”）计算标准误差（“se”）。

第一步（开始为se分配sd）：

data %>% 
  group_by(style) %>% 
  summarise(across(score,list(mean = mean, sd = sd, se = sd)))

返回

  style score_mean score_sd score_se
* <fct>      <dbl>    <dbl>    <dbl>
1 S1           3.5    0.707    0.707

第二步：根据sd计算se

data %>% 
  group_by(style) %>% 
  summarise(across(score,list(mean = mean, sd = sd, se = sd/sqrt(nrow(score)))))

返回

Error: Problem with `summarise()` input `..1`.
x non-numeric argument to binary operator
ℹ Input `..1` is `across(score, list(mean = mean, sd = sd, se = sd/sqrt(nrow(data))))`.
ℹ The error occured in group 1: style = "S1".

第三步调试作业项

3a) 分组数据参考

我将nrow(score)) 中的分组数据替换为其他列名甚至nrow(data)，但它们都导致了相同的错误消息。

3b) 赋值操作

我用不同的变体替换了 se sd/sqrt(nrow(score))) 的赋值，导致相同的错误。最简单的是sd/2，所以即使除以常数也行不通。

3c) 赋值参考

我将 sd 替换为 score_sd 以引用创建的新列，如输出所示（步骤 1）。仍然是相同的错误消息。

问题：为什么第 1 步有效，第 2 步无效？

错误消息仅涉及整个across() 语句，因此无助于缩小根本原因。

我的直觉是我必须以某种方式引用分组数据，但我试过了 se = sd(.)/sqrt(nrow(data) 没有成功。

如果有任何提示，将不胜感激......

最小的可重现示例：

data <- structure(list(style = structure(c(1L, 2L, 3L, 4L, 5L, 1L, 2L, 
3L, 4L, 5L), .Label = c("S1", "S2", "S3", "S4", "S5"), class = "factor"), 
    param = structure(c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L
    ), .Label = c("A", "B", "C"), class = "factor"), score = c(4, 
    1, 1, 3, 3, 3, 5, 1, 1, 1)), row.names = c(NA, -10L), class = c("tbl_df", 
"tbl", "data.frame"))

Answer 1

经过多次反复试验，我自己找到了解决方案。这适用于尚未熟悉across 功能的每个人，因为dplyr 1.0.0 尚未发布。

所以我的问题的答案是：

1. 您必须通过 . 运算符引用分组数据 - 但仅当您使用 purrr 公式运算符 ~ 时！

2. 但是，您必须不引用 n() 函数中的分组数据，因为 n() 不接受 . 运算符。

第二点经过无数次试验才发现，这也是我想分享这个解决方案的原因。

即使n() 是用括号定义的，您也可能无法直观地理解这一点，但永远不允许使用. 运算符，因为它始终引用分组数据。

这就是这个双重技巧的样子：

data %>% 
  group_by(style) %>% 
  summarise(across(
    score, 
    list(mean = mean, sd = sd, se = ~sd(.)/sqrt(n()))
  ))

如果你知道，这很容易:-)