在dplyr中使用group_by（）和summary（）时，sd函数返回NA（df中没有NA值）

我有一个带有二进制数字响应变量（0或1）和几个响应变量的df。我正在尝试创建一个表，该表按类型（一个3级变量）和步骤（7级）分组。我想要每个步骤中每种类型的平均响应和标准偏差。输出表应该有21行，包含4个变量：类型、步长、平均值和sd

我的代码如下所示：

data <- data %>% group_by(step, type) %>% summarise(Response = mean(Response), dev = sd(Response))  

数据%分组依据（步骤、类型）%>%总结（响应=平均值（响应），偏差=标准偏差（响应））

输出表正确生成平均值，但返回所有sd值的NA。我尝试使用'na.rm=TRUE'删除na值，但原始df中没有任何响应。有什么想法吗？

来自

？sd

：

长度为1或零的向量的标准偏差为“NA”

---

您的dplyr查询很可能会产生长度为1或长度为0的输出。

以下操作应按您的预期进行：

data <- data %>% group_by(step, type) %>% summarise(Response_mean = mean(Response), dev = sd(Response))  

正在新表中创建一个名为“Response”的变量，其中包含一个值—原始数据中向量“Response”的平均值。以下部分：

dev = sd(Response)

尝试计算单个值的标准偏差

为了举例说明，您也可以尝试以下方法：

data <- data %>% group_by(step, type) %>% summarise(Response = mean(Response), Response_plus_10 = Response + 10)  

数据%groupby（step，type）%%>%总结（响应=平均值（响应），响应加上响应10=响应+10）

---

希望这能澄清问题。

如果只向

sd（）

输入一个值，它将返回

NA

。试试sd（1）。请稍等。如果只有一个值，则不计算sd。

data <- data %>% group_by(step, type) %>% summarise(Response = mean(Response), Response_plus_10 = Response + 10)