dplyr：如何将do（）应用于group_by的结果？

我想使用dplyr将一个表按一列分组，然后对每组第二列中的值集应用一个函数

例如，在下面的代码示例中，我想返回每个人所吃的所有两种食物组合。我不知道如何在

do（）

函数中为函数提供正确的列（foods）

library(dplyr)

person = c( 'Grace', 'Grace', 'Grace', 'Rob', 'Rob', 'Rob' )
foods   = c( 'apple', 'banana', 'cucumber', 'spaghetti', 'cucumber', 'banana' )
eaten  = data.frame(person, foods)

by_person = group_by(eaten, person)

# How to do this?
do( by_person, combn( x = foods, m = 2 ) )

请注意，

？do

中的示例代码在我的机器上失败

mods <- do(carriers, failwith(NULL, lm), formula = ArrDelay ~ date)

---

mods让我们这样定义
eat
：

eaten <- data.frame(person, foods, stringsAsFactors = FALSE)

给予：

[[1]]
     [,1]     [,2]       [,3]      
[1,] "apple"  "apple"    "banana"  
[2,] "banana" "cucumber" "cucumber"

[[2]]
     [,1]        [,2]        [,3]      
[1,] "spaghetti" "spaghetti" "cucumber"
[2,] "cucumber"  "banana"    "banana"  

$Grace
     [,1]     [,2]       [,3]      
[1,] "apple"  "apple"    "banana"  
[2,] "banana" "cucumber" "cucumber"

$Rob
     [,1]        [,2]        [,3]      
[1,] "spaghetti" "spaghetti" "cucumber"
[2,] "cucumber"  "banana"    "banana"  

2）要想做一些接近@Hadley在评论中描述的事情，而不必等待dplyr的未来版本，请在找到
do2
的地方尝试以下操作：

给予：

[[1]]
     [,1]     [,2]       [,3]      
[1,] "apple"  "apple"    "banana"  
[2,] "banana" "cucumber" "cucumber"

[[2]]
     [,1]        [,2]        [,3]      
[1,] "spaghetti" "spaghetti" "cucumber"
[2,] "cucumber"  "banana"    "banana"  

$Grace
     [,1]     [,2]       [,3]      
[1,] "apple"  "apple"    "banana"  
[2,] "banana" "cucumber" "cucumber"

$Rob
     [,1]        [,2]        [,3]      
[1,] "spaghetti" "spaghetti" "cucumber"
[2,] "cucumber"  "banana"    "banana"  

注意：问题的最后一行给出了帮助文件中的代码，对我来说也是失败的。这个变体对我很有用：
do（jan，lm，formula=ArrDelay~date）
在未来的dplyr版本中，您将能够执行类似于
do（combn（.$foods，m=2））
的操作，并且组件将自动使用有用的名称。非常感谢您提供的有用解决方案！stringsAsFactors在第一行中有一些小的输入错误。这次引入了一个新的：）我认为自从这个答案（#1）创建以来，
dplyr
已经改变了。其中一个变化是从
%.%
到
%>%
。我做了一些修改，下面的代码生成了一个基本上符合预期输出的tibble，我想：
eat%%>%groupu\u by（person）%%>%do（k=combn（.$foods，m=2））
这里，k是tibble中的列，其中每个元素都是一个矩阵，其中每个列都有两种独特的食物类型，可能被此人吃掉，这三对独特的组合有三个栏目。如上所述，这是在一个新的问题中重新访问的：在仔细研究之后，我发现这个问题被重新提问和回答，因为
dplyr