为什么将filter（）放在不同的位置会得到不同的直方图？

下面是用于比较的两段代码-请注意，筛选器（n（）>=100）的位置不同：

library(tidyverse)
library(dslabs)
movielens %>%
  group_by(userId) %>%
  filter(n() >= 100) %>%
  summarise(mean_rating = mean(rating)) %>%
  ggplot(aes(mean_rating)) +
  geom_histogram(bins=30, col="black")

及

---

这两段代码给出了两个不同的直方图。为什么会这样？它们不应该做相同的事情吗？

在聚合函数（如Summary）后，“分组”没有意义，将被删除，n（）返回完整数据帧的行数，而不是每个用户ID，比较这两个命令的输出：

movielens %>%
  group_by(userId) %>%
  summarise(mean_rating = mean(rating)) %>%
  mutate(n = n())
# # A tibble: 671 x 3
# userId mean_rating     n
#    <int>       <dbl> <int>
# 1      1        2.55   671
# 2      2        3.49   671
# 3      3        3.57   671

movielens %>%
  group_by(userId) %>%
  summarise(mean_rating = mean(rating)) %>%
  group_by(userId) %>% 
  mutate(n = n())

# # A tibble: 671 x 3
# # Groups:   userId [671]
# userId mean_rating     n
#    <int>       <dbl> <int>
# 1      1        2.55     1
# 2      2        3.49     1
# 3      3        3.57     1

movierens%>%
分组人（用户ID）%>%
总结（平均（评级=平均（评级））%>%
变异（n=n（））
##A tible:671 x 3
#用户ID平均值
#            
# 1      1        2.55   671
# 2      2        3.49   671
# 3      3        3.57   671
电影%>%
分组人（用户ID）%>%
总结（平均（评级=平均（评级））%>%
分组人（用户ID）%>%
变异（n=n（））
##A tible:671 x 3
##组：userId[671]
#用户ID平均值
#            
# 1      1        2.55     1
# 2      2        3.49     1
# 3      3        3.57     1

在summary（）之后，数据帧不是一个分组对象，过滤器不做任何事情，而在第一个示例中，您对分组对象应用过滤器（只有263个用户ID满足您的条件），然后将结果导入summary（）。希望这能有所帮助。

不，尝试使用第一个脚本的前两行（当然不是

library（）

），第二个脚本的前三行，然后您将看到差异，它应用于

filter（）

。

movielens %>%
  group_by(userId) %>%
  summarise(mean_rating = mean(rating)) %>%
  mutate(n = n())
# # A tibble: 671 x 3
# userId mean_rating     n
#    <int>       <dbl> <int>
# 1      1        2.55   671
# 2      2        3.49   671
# 3      3        3.57   671

movielens %>%
  group_by(userId) %>%
  summarise(mean_rating = mean(rating)) %>%
  group_by(userId) %>% 
  mutate(n = n())

# # A tibble: 671 x 3
# # Groups:   userId [671]
# userId mean_rating     n
#    <int>       <dbl> <int>
# 1      1        2.55     1
# 2      2        3.49     1
# 3      3        3.57     1