如何在r dplyr中取消筛选或清除筛选？

图中显示了我试图实现的目标：

社区你好。我试图根据一个特定组（过滤和分组）的平均函数来变异一个新变量。当我尝试创建新变量时，我将集合解组以在所有组中操作。我试着运行这个R代码。 但是，mutate函数仅适用于已筛选的组，无法找到未筛选的函数。I dput（）下面是我的数据帧样本（df01）。非常感谢您的所有意见和建议。当做M

R代码：

df01 %>% #summary table of the means to be used. 
  filter(GFPimg == "WT") %>% 
  group_by(Demineralization, Cond, Temp) %>%  
  summarise(Mean2 = mean(Mean)) %>% 
  arrange(desc(Demineralization))
  print() 

df01 %>%
  filter(GFPimg == "WT") %>% 
  group_by(Demineralization, Cond, Temp) %>% 
  mutate(mean2 = mean(Mean)) %>% 
  arrange(desc(Demineralization, Cond)) %>% 
  ungroup() %>% 
  group_by(Demineralization, Cond) %>%
  mutate(submean = Mean - mean2) %>% 
  print(n=200) 

df01 %>%
  group_by(Demineralization, Cond, Temp) %>% 
  mutate(Mean2 = mean(ifelse(GFPimg == 'WT', Mean, NA), na.rm=T)) %>% 
  ungroup() %>% 
  mutate(submean = Mean - Mean2) %>% 
  print(n=200) 

数据帧样本df01：

---

df01因为其他用户可能会有类似的问题，所以我将我得到的答案发布到这里

经验教训：

管道操作符（%%>%）从中传递修改后的数据帧
将上一个操作转换为下一个操作
Subset（）和filter（）有效地生成了一个新的数据帧，以保持
只有满足条件的行，并删除所有其他行
排
dplyr中没有取消筛选或清除筛选或取消子集的功能。而是保留所有行并对另一个特定行执行计算
子集，可以使用ifelse（）应用条件
解决我问题的代码：

df01 %>% #summary table of the means to be used. 
  filter(GFPimg == "WT") %>% 
  group_by(Demineralization, Cond, Temp) %>%  
  summarise(Mean2 = mean(Mean)) %>% 
  arrange(desc(Demineralization))
  print() 

df01 %>%
  filter(GFPimg == "WT") %>% 
  group_by(Demineralization, Cond, Temp) %>% 
  mutate(mean2 = mean(Mean)) %>% 
  arrange(desc(Demineralization, Cond)) %>% 
  ungroup() %>% 
  group_by(Demineralization, Cond) %>%
  mutate(submean = Mean - mean2) %>% 
  print(n=200) 

df01 %>%
  group_by(Demineralization, Cond, Temp) %>% 
  mutate(Mean2 = mean(ifelse(GFPimg == 'WT', Mean, NA), na.rm=T)) %>% 
  ungroup() %>% 
  mutate(submean = Mean - Mean2) %>% 
  print(n=200) 

R和Excel不同，在Excel中，您可以单击过滤器，然后再将其松开。管道操作符（%>%）所做的是将一个修改后的数据帧从上一个操作传递到下一个操作。执行subset（）操作时，实际上是在生成一个新的数据帧，该数据帧只保留满足条件的行，并删除所有其他行。如果必须保留前几行，则必须将中间结果保存在其他变量中。另外，最好使用ifelse（）只选择那些符合条件的值来计算mean（），而不是在这种情况下使用subset（）。@user2332849，
subset（）
在哪里？我没看到…@user2332849。非常感谢您的评论。因此，我应该使用ifelse（）来代替filter（），或者是subset（）和ifelse（）的组合……？对不起，subset（）像filter（）函数一样进行筛选。如果使用subset（）或filter（），所有与条件不匹配的记录都将永久删除。如果您想保留它们并只对另一个特定子集执行计算，可以使用ifelse（）应用条件。Ex:mean（如果其他（GFPimg='WT'，mean，NA），NA.rm=T）这将用NA替换GFPimg不是'WT'的所有值，然后在计算平均值之前将其删除。