R 基于条件的按组变异

我正在尝试向数据帧添加摘要列。尽管汇总统计信息应应用于每一列，但统计信息本身应仅基于条件行进行计算

例如，给定此数据帧：

x <- data.frame(usernum=rep(c(1,2,3,4),each=3),
                final=rep(c(TRUE,TRUE,FALSE,FALSE)),
                time=1:12)

# A tibble: 6 x 4
# Groups:   usernum [4]
  usernum final  time user.mean
    <dbl> <lgl> <int>     <dbl>
1       1 TRUE      1       1.5
2       1 TRUE      2       1.5
3       2 TRUE      5       5.5
4       2 TRUE      6       5.5
5       3 TRUE      9       9  
6       4 TRUE     10      10 

但这给出了一个总体平均值，而不是用户。我也尝试过：

x %>% 
  group_by(usernum) %>%
  filter(final==TRUE) %>% 
  mutate(user.mean = mean(time))

但这仅返回过滤后的数据帧：

x <- data.frame(usernum=rep(c(1,2,3,4),each=3),
                final=rep(c(TRUE,TRUE,FALSE,FALSE)),
                time=1:12)

# A tibble: 6 x 4
# Groups:   usernum [4]
  usernum final  time user.mean
    <dbl> <lgl> <int>     <dbl>
1       1 TRUE      1       1.5
2       1 TRUE      2       1.5
3       2 TRUE      5       5.5
4       2 TRUE      6       5.5
5       3 TRUE      9       9  
6       4 TRUE     10      10 

#一个tible:6 x 4
#组：usernum[4]
usernum最终时间user.mean
1真1 1.5
2 1真实2 1.5
3.2正确5.5
4 2真实6 5.5
5 3正确的9 9
6 4真实10 10

---

如何将这些方法应用于每个原始行？

如果我们在

group\u by

之后使用

x$

，它将返回整个列，而不仅仅是该特定组中的值。其次，

TRUE/FALSE

是逻辑向量，所以我们不需要

==

library(dplyr)
x %>%
     group_by(usernum) %>% 
     mutate(user.mean = mean(time[final]))

---

我们可以使用

$

的一个选项是使用

.data

x %>% 
    group_by(usernum) %>%
    mutate(user.mean = mean(.data$time[.data$final]))

---

稍微不那么优雅：

merge（x，aggregate（time~usernum，x[x$final，]，mean），by=“usernum”）