为什么赢了'；t dplyr：：使用我的自定义函数总结工作？

我想在dplyr的函数

summary（）

中使用一个自定义函数，如下所示：

library(dplyr)

# Define custom function for calculating standard error
se <- function(x) sd(x) / sqrt(length(x))

# Create a dummy data table with two groups
d <- tibble(gp = sample(c("A", "B"), 20, replace = T),
            x = ifelse(gp == "A", rnorm(20), rnorm(20) + 1))

# Summarise data
d %>% 
  group_by(gp) %>%
  summarise(x = mean(x),
            se = se(x))

---

但是我不明白为什么第一个版本会给出这样的结果。

summary

依次计算每个表达式，所以当第一行计算时

x = mean(x)

x

列（每组内）由单个值替换，

mean（x）

。下一行对该常量

x

调用

sd

，单个值的

sd

为

NA

正如@joran在评论中所说的，如果你只是为你的平均值列选择一个不同的名称，一切都会起作用

d %>% 
  group_by(gp) %>%
  summarise(avg = mean(x),
            se = se(x))
# # A tibble: 2 × 3
#      gp        avg        se
#   <chr>      <dbl>     <dbl>
# 1     A -0.2879016 0.2264810
# 2     B  0.8804859 0.2625018

这被称为：

dplyr:：mutate（）

的工作方式与

plyr:：mutate（）

相同，与

base:：transform（）

类似。

mutate（）

和

transform（）

之间的关键区别在于mutate允许您引用刚刚创建的列

---

这是dplyr选择如何评估事物的“自然”结果。与之前的

x=mean（x）

相反，尝试

x1=mean（x）

…思考它的一种方式是，当它到达

se=se（x）

，dplyr必须决定“什么是

x

？”的答案。这个问题有几个“明显的”答案，但它选择的是您刚刚重新定义的版本，现在长度为1，所以没有标准偏差。我认为不使用

se

函数的版本不合理。因为，即使这样，它也会明白，

x

只是一个没有标准偏差的值。你能再检查一遍吗？@AntoniosK你完全正确，我在整理我的示例时很粗心。在我运行的版本中，我省略了x=mean（x）行，这当然是已经指出的关键行。我已经从问题中删除了这个例子！

x = mean(x)

d %>% 
  group_by(gp) %>%
  summarise(avg = mean(x),
            se = se(x))
# # A tibble: 2 × 3
#      gp        avg        se
#   <chr>      <dbl>     <dbl>
# 1     A -0.2879016 0.2264810
# 2     B  0.8804859 0.2625018

dd = data.frame(x = 1:3)
base::transform(dd, x = 0, y = x * 2)
#   x y
# 1 0 2
# 2 0 4
# 3 0 6

dplyr::mutate(dd, x = 0, y = x * 2)
#   x y
# 1 0 0
# 2 0 0
# 3 0 0