Fatal编程技术网
  • r/
  • 具有dplyr的自定义函数在一个因子内针对不同级别进行变异或汇总？

具有dplyr的自定义函数在一个因子内针对不同级别进行变异或汇总？

r

具有dplyr的自定义函数在一个因子内针对不同级别进行变异或汇总？,r,dplyr,R,Dplyr,以下是一些示例数据： library(car) library(dplyr) df1 <- mtcars %>% group_by(cyl, gear) %>% summarise( newvar = sum(wt) ) # A tibble: 8 x 3 # Groups: cyl [?] cyl gear newvar

以下是一些示例数据：

library(car)
library(dplyr)
    df1 <- mtcars %>%
                group_by(cyl, gear) %>%
                summarise(
                    newvar = sum(wt)
                )
# A tibble: 8 x 3
# Groups:   cyl [?]
    cyl  gear newvar
  <dbl> <dbl>  <dbl>
1     4     3   2.46
2     4     4  19.0 
3     4     5   3.65
4     6     3   6.68
5     6     4  12.4 
6     6     5   2.77
7     8     3  49.2 
8     8     5   6.74

库（车）
图书馆（dplyr）
df1%
组别（气缸，档位）%>%
总结(
newvar=总和（wt）
)
#一个tibble:8x3
#组别：共青团[？]
圆柱齿轮
1     4     3   2.46
2     4     4  19.0 
3     4     5   3.65
4     6     3   6.68
5     6     4  12.4 
6     6     5   2.77
7     8     3  49.2 
8     8     5   6.74
如果我想应用一个自定义函数来计算每个气缸级别3档或5档汽车的新VAR值之间的差异，该怎么办

df2 <- df1 %>%  mutate(Diff = newvar[gear == "3"] - newvar[gear == "5"]) 

df2%变异（Diff=newvar[gear==“3”]-newvar[gear==“5”]）
还是总结

df2 <- df1 %>%  summarise(Diff = newvar[gear == "3"] - newvar[gear == "5"])

df2%摘要（差异=newvar[gear==“3”]-新var[gear==“5”]）
必须有一种方法在不同的因素中应用不同级别的功能

感谢您的帮助

您的示例代码大部分都在这里。你可以做：

df1 %>% 
    mutate(Diff = newvar[gear == "3"] - newvar[gear == "5"])
或：

逻辑子集仍然可以在
mutate（）
和
summary（）
调用中使用，就像任何其他向量一样

请注意，这是因为在示例代码中调用
summary（）
后，
df1
仍按
cyl
分组，否则需要执行
group\u by（）
调用来创建正确的分组

您的示例代码大部分都在这里。你可以做：

df1 %>% 
    mutate(Diff = newvar[gear == "3"] - newvar[gear == "5"])
或：

逻辑子集仍然可以在
mutate（）
和
summary（）
调用中使用，就像任何其他向量一样

请注意，这是因为在示例代码中调用
summary（）
后，
df1
仍按
cyl
分组，否则需要执行
group\u by（）
调用来创建正确的分组

一个选项是将
扩展成“宽”格式，然后执行
-


library(tidyverse)
df1 %>%
   filter(gear %in% c(3, 5) ) %>% 
   spread(gear, newvar) %>% 
   transmute(newvar = `3` - `5`)
# A tibble: 3 x 2
# Groups:   cyl [3]
#    cyl newvar
#  <dbl>  <dbl>
#1     4  -1.19
#2     6   3.90
#3     8  42.5 



库（tidyverse）
df1%>%
过滤器（档位%c（3,5））%>%
排列（齿轮，新变量）%>%
转换（newvar=`3`-`5`）
#一个tibble:3x2
#组别:共青团[3]
#赛尔纽瓦尔
#    
#1     4  -1.19
#2     6   3.90
#3     8  42.5 

一个选项是将
扩展成“宽”格式，然后执行
-


library(tidyverse)
df1 %>%
   filter(gear %in% c(3, 5) ) %>% 
   spread(gear, newvar) %>% 
   transmute(newvar = `3` - `5`)
# A tibble: 3 x 2
# Groups:   cyl [3]
#    cyl newvar
#  <dbl>  <dbl>
#1     4  -1.19
#2     6   3.90
#3     8  42.5 



库（tidyverse）
df1%>%
过滤器（档位%c（3,5））%>%
排列（齿轮，新变量）%>%
转换（newvar=`3`-`5`）
#一个tibble:3x2
#组别:共青团[3]
#赛尔纽瓦尔
#    
#1     4  -1.19
#2     6   3.90
#3     8  42.5 

在我编写此答案时，您似乎更新了示例代码以与之匹配-此解决方案是否有您不喜欢的地方？你可能需要更新你的问题来解释为什么这不能满足你的需要。谢谢你的快速回答！我想我已经更新添加了“newvar”的时间和你一样！在我写这个答案的时候，看起来你更新了你的示例代码来匹配这个问题——这个解决方案有什么你不喜欢的地方吗？你可能需要更新你的问题来解释为什么这不能满足你的需要。谢谢你的快速回答！我想我已经更新添加了“newvar”的时间和你一样！