R 转化有效，但变异无效

我有以下数据集以及此处未显示的其他列：

  v0102      v0103      child.below14 child.above14
1 31000010   1                      0             0
2 31000010   1                      0             0
3 31000010   1                      1             0
4 31000010   1                      1             0
5 31605621   1                      0             0
6 31605621   1                      1             0
7 31605621   1                      1             0
8 31605877   1                      0             0
9 31605877   1                      1             0

我想按前两列分组，计算14岁以下和14岁以上儿童的数量。当我尝试transmute时，我得到了预期的答案：

df.pnad.mg %>% group_by(v0102, v0103) %>% transmute(children.below14 = sum(child.below14), children.above14 = sum(child.above14))

   v0102      v0103      children.below14 children.above14
 1 31000010   1                         3                0
 2 31000010   1                         3                0
 3 31000010   1                         3                0
 4 31000010   1                         3                0
 5 31605621   1                         2                0
 6 31605621   1                         2                0
 7 31605621   1                         2                0
 8 31605621   1                         2                0
 9 31605877   1                         1                0

但是，当我从transmute切换到mutate时，输出似乎忽略了group_by（）动词：

---

我遗漏了什么吗？

您想要的功能是

汇总

而不是

变异

df.pnad.mg %>% 
  group_by(v0102, v0103) %>% 
  summarize(children.below14 = sum(child.below14), 
            children.above14 = sum(child.above14))

使用

mutate

时，它将计算总和，但保留所有行

使用您的九行数据，这是我得到的输出：

`summarise()` regrouping output by 'v0102' (override with `.groups` argument)
# A tibble: 3 x 4
# Groups:   v0102 [3]
     v0102 v0103 children.below14 children.above14
     <dbl> <dbl>            <dbl>            <dbl>
1 31000010     1                2                0
2 31605621     1                2                0
3 31605877     1                1                0

---

如果您想创建这些新列并删除旧列，那么

transmute

就是您要做的。

您想要的功能是

汇总

而不是

变异

df.pnad.mg %>% 
  group_by(v0102, v0103) %>% 
  summarize(children.below14 = sum(child.below14), 
            children.above14 = sum(child.above14))

使用

mutate

时，它将计算总和，但保留所有行

使用您的九行数据，这是我得到的输出：

`summarise()` regrouping output by 'v0102' (override with `.groups` argument)
# A tibble: 3 x 4
# Groups:   v0102 [3]
     v0102 v0103 children.below14 children.above14
     <dbl> <dbl>            <dbl>            <dbl>
1 31000010     1                2                0
2 31605621     1                2                0
3 31605877     1                1                0

如果要创建这些新列并删除旧列，则可以使用

transmute

。

通过以下方式解决此问题：

library("tidyverse")
dta <- read_delim(
    file = "id v0102      v0103      child.below14 child.above14
1 31000010   1                      0             0
2 31000010   1                      0             0
3 31000010   1                      1             0
4 31000010   1                      1             0
5 31605621   1                      0             0
6 31605621   1                      1             0
7 31605621   1                      1             0
8 31605877   1                      0             0
9 31605877   1                      1             0",
delim = " ",
col_types = cols(.default = col_integer()),
trim_ws = TRUE
)

group_by(dta, v0102, v0103, .add = TRUE) %>%
    mutate(across(
        .cols = starts_with("child"),
        .fns = sum,
        .names = "sum_{.col}"
    )) %>%
    ungroup()

库（“tidyverse”）
dta%
变异(
.cols=以“child”开头，
.fns=总和，
.names=“sum_{.col}”
)) %>%
解组（）

结果

#一个tible:9 x 7
id v0102 v0103 child.below14 child.below14 sum_child.below14 sum_child.below14 sum_child.below14
1     1 31000010     1             0             0                 2                 0
2     2 31000010     1             0             0                 2                 0
3     3 31000010     1             1             0                 2                 0
4     4 31000010     1             1             0                 2                 0
5     5 31605621     1             0             0                 2                 0
6     6 31605621     1             1             0                 2                 0
7     7 31605621     1             1             0                 2                 0
8     8 31605877     1             0             0                 1                 0
9     9 31605877     1             1             0                 1                 0

笔记

• .names

  参数采用规范，值得考虑，以便获得有意义的名称

• .add

  在

  groupby

  中添加

  ，如果您希望保留任何其他组，则有意义

这可以通过以下方式解决：

library("tidyverse")
dta <- read_delim(
    file = "id v0102      v0103      child.below14 child.above14
1 31000010   1                      0             0
2 31000010   1                      0             0
3 31000010   1                      1             0
4 31000010   1                      1             0
5 31605621   1                      0             0
6 31605621   1                      1             0
7 31605621   1                      1             0
8 31605877   1                      0             0
9 31605877   1                      1             0",
delim = " ",
col_types = cols(.default = col_integer()),
trim_ws = TRUE
)

group_by(dta, v0102, v0103, .add = TRUE) %>%
    mutate(across(
        .cols = starts_with("child"),
        .fns = sum,
        .names = "sum_{.col}"
    )) %>%
    ungroup()

库（“tidyverse”）
dta%
变异(
.cols=以“child”开头，
.fns=总和，
.names=“sum_{.col}”
)) %>%
解组（）

结果

#一个tible:9 x 7
id v0102 v0103 child.below14 child.below14 sum_child.below14 sum_child.below14 sum_child.below14
1     1 31000010     1             0             0                 2                 0
2     2 31000010     1             0             0                 2                 0
3     3 31000010     1             1             0                 2                 0
4     4 31000010     1             1             0                 2                 0
5     5 31605621     1             0             0                 2                 0
6     6 31605621     1             1             0                 2                 0
7     7 31605621     1             1             0                 2                 0
8     8 31605877     1             0             0                 1                 0
9     9 31605877     1             1             0                 1                 0

笔记

• .names

  参数采用规范，值得考虑，以便获得有意义的名称

• .add

  在

  groupby

  中添加

  ，如果您希望保留任何其他组，则有意义

---

我想创建一个新列，其中每对（v0102、v0103）的子级数大于或小于14。我不相信Summary能做到这一点。@Gustavarangel-这正是Summary能做到的。如果我不清楚的话，很抱歉。您的anwser为我提供了一个3行表，而不是我需要将它们与原始数据集放在一起的9行表。@Gustavarangel-我无法重现您在

mutate

中遇到的问题。如果

transmute

有效，为什么不直接使用它呢？我决定重新安装dplyr（与1.0.4版相同），现在我得到了预期的答案。很奇怪，但非常感谢你的努力！我想为每对（v0102，v0103）创建一个新列，其中包含14个以上和14个以下的子级。我不相信Summary能做到这一点。@Gustavarangel-这正是Summary能做到的。如果我不清楚的话，很抱歉。您的anwser为我提供了一个3行表，而不是我需要将它们与原始数据集放在一起的9行表。@Gustavarangel-我无法重现您在

mutate

中遇到的问题。如果

transmute

有效，为什么不直接使用它呢？我决定重新安装dplyr（与1.0.4版相同），现在我得到了预期的答案。很奇怪，但非常感谢你的努力！您是否可以运行packageVersion（“dplyr”）？我使用1.0.2获得您的预期输出。您是否可以运行

packageVersion（“dplyr”）

？我使用1.0.2获得您的预期输出。