对于带有dplyr的循环，总结返回的结果与group_不同

在

dplyr

摘要函数上应用

for

循环时，我得到了奇怪的结果-不确定为什么或如何修复它

test <- data.frame(title = c("a", "b", "c","a","b","c", "a", "b", "c","a","b","c"),
                       category = c("A", "A", "A", "A", "A", "A", "B", "B", "B", "B", "B", "B"),
                       sex = c("m", "m", "m", "f", "f", "f", "m", "m", "m", "f", "f", "f"),
                       salary = c(50,70,90,40,60,85, 220,270,350,180,200,330))

category_list <- unique(test$category)

tmp = list()

for (category in category_list) {
  # Create an average salary line for the category
  tmp[category] <- test %>% 
    filter(category == category) %>%
    summarise(mean(salary))
  print(tmp)
}

其中，

group_by（）

函数返回适当的结果：

    test %>% group_by(category) %>% summarise(mean(salary))
# A tibble: 2 x 2
  category `mean(salary)`
  <fct>             <dbl>
1 A                  65.8
2 B                 258.

所以可能是

category\u list

对象出了问题？ 令人惊讶的是，当我调用

category\u列表的第一个元素时，我也得到了正确的答案：

test %>% 
+     filter(category == category_list[1]) %>%
+     summarise(mean(salary))
  mean(salary)
1     65.83333

我之所以想弄明白这一点（而不是使用
groupby
），是因为我正在尝试创建一个脚本，该脚本将创建许多ggplot对象，然后这些对象将与
gridExtra
库相结合

也许我错了，可以使用
groupby
，但我能想到的唯一方法是使用以下伪代码：


1） 通过
category
创建要在
geom_hline（）
参数中使用的方法列表
2） 按
类别将数据框对象子集，每个子集将在ggplot中与其
geom_hline（）一起使用

3） 为每个
类别创建打印对象列表

4） 使用
for
循环外部的
grid.arrange（）
库中的
grid.arrange（）
将每个绘图组合在一起

这是我目前的代码（不起作用）：

库（gridExtra）
p=列表（）
平均线=列表（）
tmp=list（）
category_data=data.frame（）
对于（类别列表中的类别）{
#为类别创建平均工资线
tmp[[类别]]%
过滤器（类别==类别）%>%
总结（平均（工资））
avg_line[[category]]for循环中的问题是语句
filter（category==category）
。这总是正确的，因为它两次都从数据中提取
category
。如果确实需要for循环，只需重命名for循环中的迭代器

但是，您根本不需要
网格。排列
。
facet\u wrap
提供您想要的内容（您可能需要对facet标签进行一些重新格式化，这些标签使用以
strip
开头的主题元素进行控制）：

category_表示%
组别(类别)%>%
汇总（变量（工资），平均值）
p%
#组别(类别)%>%
ggplot（aes（x=头衔，y=薪水，颜色=性别））+
镶嵌面包裹（~category，nrow=1，scales=“free_y”）+
几何图形线（颜色=‘白色’）+
几何点（）
比例颜色手册（值=c（“#F49171“，“#81C19C”））+
geom_hline（数据=类别意味着，aes（yintercept=薪水），颜色=白色，阿尔法=0.6，大小=1）+
主题（legend.position=“无”，
panel.background=element_rect（color=“#242B47”，fill=“#242B47”），
plot.background=element_rect（color=“#242B47”，fill=“#242B47”），
axis.line=元素\线（color=“grey48”，size=0.05，linetype=“虚线”），
axis.text=元素\文本（family=“乔治亚”，color=“白色”），
轴.text.x=元素_文本（角度=90），
#去掉y轴和x轴标题
axis.title.y=元素_blank（），
axis.title.x=元素_blank（），
panel.grid.major.y=元素线（color=“grey48”，size=0.05），
panel.grid.minor.y=元素_blank（），
panel.grid.major.x=element\u blank（）
P
您不能执行类似于
yintercept=mean（类别数据[[category]]$salary）的操作吗
而不是麻烦地创建一个新的数据集？老实说，如果我通过
split
将事物拆分为一个数据列表，然后使用
lappy
或
purr:：map
循环进行绘图，我发现这类任务最简单。下面是一个
split
-
map
示例，如果你要采取不同的策略：这个过滤器是怎么回事？过滤器（category==category）。你要把category和它自己进行比较，当然答案是一样的。
test %>% 
        filter(category == "A") %>%
        summarise(mean(salary))
      mean(salary)
1     65.83333

test %>% 
+     filter(category == category_list[1]) %>%
+     summarise(mean(salary))
  mean(salary)
1     65.83333

library(gridExtra)
p = list()
avg_line = list()
tmp = list()
category_data = data.frame()
for (category in category_list) {
  # Create an average salary line for the category
  tmp[[category]] <- test %>% 
    filter(category == category) %>%
    summarise(mean(salary))
  avg_line[[category]] <- tmp[[2]]

  # Subset data frame on category 
  category_data[[category]] <- test %>% filter(category == category)

  # Make plots for each category
  p[[category]] <-
    ggplot(category_data[[category]], aes(x = title, y = salary)) +
  geom_line(color = "white") +
  geom_point(aes(color =sex)) +
  scale_color_manual(values = c("#F49171", "#81C19C")) +
  geom_hline(yintercept = avg_line[[category]], color = "white", alpha = 0.6, size = 1) +
  theme(legend.position = "none",
      panel.background = element_rect(color = "#242B47", fill = "#242B47"),
      plot.background = element_rect(color = "#242B47", fill = "#242B47"),
      axis.line = element_line(color = "grey48", size = 0.05, linetype = "dotted"),
      axis.text = element_text(family = "Georgia", color = "white"),
      axis.text.x = element_text(angle = 90),
      # Get rid of the y- and x-axis titles
      axis.title.y=element_blank(),
      axis.title.x=element_blank(),
      panel.grid.major.y = element_line(color = "grey48", size = 0.05),
      panel.grid.minor.y = element_blank(),
      panel.grid.major.x = element_blank())
}

grid.arrange(grobs = p, nrow = 1)

category_means <- test %>% 
  group_by(category) %>%
  summarize_at(vars(salary), mean)

p <- test %>%
  # group_by(category) %>%
  ggplot(aes(x = title, y = salary, color = sex)) + 
  facet_wrap(~ category, nrow = 1, scales = "free_y") +  
  geom_line(color = 'white') + 
  geom_point() + 
  scale_color_manual(values = c("#F49171", "#81C19C")) +
  geom_hline(data = category_means, aes(yintercept = salary), color = 'white', alpha = 0.6, size = 1) + 
  theme(legend.position = "none",
    panel.background = element_rect(color = "#242B47", fill = "#242B47"),
    plot.background = element_rect(color = "#242B47", fill = "#242B47"),
    axis.line = element_line(color = "grey48", size = 0.05, linetype = "dotted"),
    axis.text = element_text(family = "Georgia", color = "white"),
    axis.text.x = element_text(angle = 90),
    # Get rid of the y- and x-axis titles
    axis.title.y=element_blank(),
    axis.title.x=element_blank(),
    panel.grid.major.y = element_line(color = "grey48", size = 0.05),
    panel.grid.minor.y = element_blank(),
    panel.grid.major.x = element_blank())
p