dplyr基于两个向量进行变异（根据2列的分组计算第3列）

我有数据，包括日期，用户id，步骤，心率

我正在尝试使用

dplyr

mutate

为我提供一个列，该列将显示每个用户id每天的平均心率。每个用户每天都有多个心率记录。（注意：我在附加一列b/c我想保留其他列的信息，如“步骤”）

生成数据样本的代码

df7 <- data.frame(  date=c('2016-11-01','2016-11-01','2016-11-01','2016-11-01','2016-11-02','2016-11-02','2016-11-02','2016-11-02'),
               users_user_id=c(6,6,7,7,6,6,7,7),
               steps=c(500,2000,500,2000,600,3000,600,3000),
               avg_heart_rate=c(70,80,70,80,80,90,80,90))
df7$date <- as.Date(df7$date)

---

首先

总结

然后

加入

结果

new.df <- df7 %>%
  group_by(., date, users_user_id) %>%
  summarise(., day_avg_hr = mean(avg_heart_rate)) %>%
  ungroup() %>%
  left_join(df7, .)

new.df%
分组依据（、日期、用户\u用户id）%>%
总结（，天平均心率=平均值（平均心率））%>%
解组（）%>%
左联合（df7，.）

你试过

df7%>%group\u by（date，users\u user\u id）%%>%mutate（day\u avg=mean（avg\u heart\u rate））

吗？谢谢，这很有效，我用的是

df7$avg\u heart\u rate

而不是

avg\u heart\u rate

。我愚蠢的错误，

summary（）/join（）

没有必要。一个简单的

mutate（）

在这里可以正常工作（如注释和重复答案所示）

new.df <- df7 %>%
  group_by(., date, users_user_id) %>%
  summarise(., day_avg_hr = mean(avg_heart_rate)) %>%
  ungroup() %>%
  left_join(df7, .)