R 子集数据帧会导致不正确的输出

我试图通过重复测量（一天多次测量，几周内测量）来计算变量的平均值，从而实现创建日期框（df）子集的简单任务。此变量在我的df中称为“消费”

我在这里遵循了这个示例，并根据我的df和我想要的条件修改了代码：

然而，我去手工计算了一些方法（使用excel），得到了完全不同的结果

有人能给我指出代码出错的正确方向吗

我有“0”作为一些测量值，它们很重要，在计算平均值时需要包括在内

以下是一个可复制的示例：

df <- read.table("https://pastebin.com/raw/Zpa8cLBN", header = T)

df_平均百分比（治疗组、对照组）%>%总结(
消耗=第一次（消耗），消耗=最后一次（消耗），消耗=平均值（消耗[消耗>=0]））

---

desired_results似乎我需要为
summerise
函数使用不同于原始
df

df_mean <- df %>% group_by(treatment,day,Control) %>% summarise(
  Mean_consumption = first(consumption), Mean_consumption = last(consumption), Mean_consumption = mean(consumption[consumption >= 0]))

df_平均百分比（治疗组、对照组）%>%总结(
平均消费=第一次（消费），平均消费=最后一次（消费），平均消费=平均（消费[消费>=0]））

当与我的
期望结果
交叉引用时，这正是我所寻找的

谢谢@jlesuffler
我们可以使用
数据。表

library(data.table)
setDT(df)[, .(Mean_consumption = first(consumption), Mean_consumptionlast = last(consumption), Mean_consumptionfilt = mean(consumption[consumption >= 0])), .(treatment, day, Control)]

您需要在您的
摘要中使用不同的变量名
，因为在这里您每次调用它时都要修改
消费量
，谢谢您的提示。我将把它作为回应发布。我没有意识到使用相同的变量名会导致此问题。您好，谢谢您的评论。我感谢你的意见
desired_results <- read.table("https://pastebin.com/raw/vZten0jd", header = T) # calculated manually in excel

df_mean <- df %>% group_by(treatment,day,Control) %>% summarise(
  Mean_consumption = first(consumption), Mean_consumption = last(consumption), Mean_consumption = mean(consumption[consumption >= 0]))

library(data.table)
setDT(df)[, .(Mean_consumption = first(consumption), Mean_consumptionlast = last(consumption), Mean_consumptionfilt = mean(consumption[consumption >= 0])), .(treatment, day, Control)]