FUN(X[[i]], ...) 中的错误：仅在具有所有数值变量的数据帧上定义答案

【问题标题】：Error in FUN(X[[i]], ...) : only defined on a data frame with all numeric variablesFUN(X[[i]], ...) 中的错误：仅在具有所有数值变量的数据帧上定义
【发布时间】：2020-08-27 20:50:41
【问题描述】：

我不断收到提到的错误，我唯一想做的就是运行一个简单的sum() 函数。这里的数据来自基本数据集包，您可以在第一行代码data(UCBAdmissions) 中将其加载到您的 R 会话中。

data(UCBAdmissions)
data <- data.frame(UCBAdmissions)

data %>% 
  filter(Gender == "Female") %>%
  summarise(
    sum(Freq)
  )

通过这样做，代码可以工作，但我不明白为什么没有summarise() 函数不起作用

我唯一想知道的是数据中女性的数量。如果你们能想到更好的解决方案，请告诉我

【问题讨论】：

请以可复制和粘贴的格式（例如使用 dput）提供样本数据，而不是图像。检查Freq 类可能是一个字符。
with(data, sum(Freq[Gender == "Female"]))。或sum(data[data$Gender == "Female", "Freq"]).
@A.Suliman 完成。
你在问为什么data %>% filter(Gender == "Female") %>% sum(Freq) 不起作用？

标签： r

【解决方案1】：

这里有五种解决方案，仅限 4 个碱基 R 和一个 dplyr 解决方案。

library(dplyr)


with(data, sum(Freq[Gender == "Female"]))
#[1] 2662

sum(data[data$Gender == "Female", "Freq"])
#[1] 2662

with(data, tapply(Freq, Gender, sum))
#  Male Female 
#  2162   2662


aggregate(Freq ~ Gender, data, sum)
#  Gender Freq
#1   Male 2162
#2 Female 2662

data %>% group_by(Gender) %>% summarise(Total = sum(Freq))
## A tibble: 2 x 2
#  Gender Total
#  <fct>  <int>
#1 Male    2162
#2 Female  2662

现在对 5 种方法进行基准测试。

library(ggplot2)
library(microbenchmark)

mb <- microbenchmark(
    sum1 = with(data, sum(Freq[Gender == "Female"])),
    sum2 = sum(data[data$Gender == "Female", "Freq"]),
    tapply = with(data, tapply(Freq, Gender, sum)),
    agg = aggregate(Freq ~ Gender, data, sum),
    dplyr = data %>% group_by(Gender) %>% summarise(Total = sum(Freq))
)

mb
#Unit: microseconds
#   expr      min        lq       mean    median        uq       max neval
#   sum1   58.946   72.9495   92.31978   86.7075  102.7015   317.988   100
#   sum2  139.752  171.6000  197.02931  187.4195  213.3305   323.226   100
# tapply  178.584  208.8955  237.48214  237.8795  259.6350   366.596   100
#    agg 2824.940 2959.0000 3194.69868 3070.5720 3343.5465  5156.801   100
#  dplyr 3239.238 3361.0070 4377.61585 3506.0325 3753.1655 82005.883   100

基础 R 解决方案显然更快。

microbenchmark 图表需要ggplot2。

autoplot(mb)

【讨论】：

@RichScriven 没错，他们只添加了一半的 Freq 值。但是tapply 也更快。我将编辑答案。

【解决方案2】：

library(dplyr)
data %>% group_by(Gender) %>% summarise(Number=n()) 

 # A tibble: 2 x 2
  Gender Number
  <fct>   <int>
1 Male        8
2 Female      8

使用基础 R

nrow(data[data$Gender=='Female',])

【讨论】：