dplyr group_by 和 cummean 函数答案

【问题标题】：dplyr group_by and cummean functionsdplyr group_by 和 cummean 函数
【发布时间】：2014-06-04 03:19:41
【问题描述】：

我预计下面的代码会输出一个三行的数据框，每一行代表计算每组cyl的平均值后mpg的累积平均值：

library(dplyr)
mtcars %>%
arrange(cyl) %>%
group_by(cyl) %>%
summarise(running.mean.mpg = cummean(mpg))

这是我预期会发生的：

mean_cyl_4 <- mtcars %>% 
filter(cyl == 4) %>%
summarise(mean(mpg))

mean_cyl_4_6 <- mtcars %>% 
filter(cyl == 4 | cyl == 6) %>%
summarise(mean(mpg))

mean_cyl_4_6_8 <- mtcars %>% 
filter(cyl == 4 | cyl == 6 | cyl == 8) %>%
summarise(mean(mpg))

data.frame(cyl = c(4,6,8), running.mean.mpg = c(mean_cyl_4[1,1], mean_cyl_4_6[1,1], mean_cyl_4_6_8[1,1]))

  cyl running.mean.mpg
1   4     26.66364
2   6     23.97222
3   8     20.09062

dplyr 怎么好像忽略了group_by(cyl)？

【问题讨论】：

标签： r dplyr

【解决方案1】：

这如你所愿。

mtcars %>%
arrange(cyl) %>%
mutate(running.mean.mpg = cummean(mpg)) %>%
select(cyl, running.mean.mpg)%>%
group_by(cyl)%>%
summarize(target=last(running.mean.mpg))

【讨论】：

【解决方案2】：

require("dplyr")

mtcars %>%
  arrange(cyl) %>%
  group_by(cyl) %>%
  mutate(running.mean.mpg = cummean(mpg)) %>%
  select(cyl, running.mean.mpg)

# Source: local data frame [32 x 2]
# Groups: cyl
# 
# # cyl running.mean.mpg
# # 1    4         22.80000
# # 2    4         23.60000
# # 3    4         23.33333
# # 4    4         25.60000
# # 5    4         26.56000
# # 6    4         27.78333
# # 7    4         26.88571
# # 8    4         26.93750

为了实验，这也适用于data.table。我的意思是，您还必须加载 dplyr 才能使 cummean() 可用。

require("data.table")
DT <- as.data.table(mtcars)
DT[,j=list(
  running.mean.mpg = cummean(mpg)
  ), by="cyl"]

【讨论】：

Martin 仍然不是我所期望的。查看我的编辑，它显示了我希望输出的 data.frame
好吧，您似乎对group_by 应该做什么感到困惑。它基于变量进行分组。您现在要求的是基于不同过滤条件的结果（平均值）。这就是为什么 cummean 和 group_by 不起作用，它们是为了别的东西。

【解决方案3】：

使用mutate 而不是summarise。

【讨论】：