使用多个不同的分组变量（dplyr）汇总数据帧

我有一个数据框“my_data”，包含6列：

group1.members  group2.members  group3.members  price    price.2   price.3
 1                 1               1             800      877      334
 1                 2               1             850      877      334
 2                 2               1             859      877      334
 3                 1               1             859      877      334
 3                 1               2             870      877      334
 2                 2               2             870      877      334
 2                 3               2             870      877      334
 1                 3               3             880      877      334

我想按行将我的_数据的“price”列总结成几个单独的数据帧，在每个数据帧的不同“group.member”列上使用group_by。但是，似乎那个小组不允许这样做

这就是我的想法：

my_data <- as.data.frame(data)
num_of_years <- c(1,2,3)
for(i in 1:length(num_of_years)){
   price_means <- my_data %>% group_by(my_data[i]) %>% 
   select(-value) %>%
   summarise_each(funs(mean(., na.rm=TRUE))) %>% 
   ungroup
   assign(paste("PriceMeans",i,sep=""),price_means, envir = .GlobalEnv)
}

my_数据%
总结每一项（funs（平均值（，na.rm=TRUE））%>%
解组
分配（粘贴（“PriceMeans”，i，sep=“”），price_表示，envir=.GlobalEnv）
}

换言之：

• 对于i=1，使用group_by（group1.members）
• 对于i=2，使用group_by（group2.members）
• 对于i=3，使用group_by（group3.members）

编辑：我的解决方案如下：

for(i in 1:length(my_groups)){ 
  # construct the group to select
  current.group <- my_groups[i] 
  current.group <- paste0("memb_", current.group) 
  # construct the groups to exclude
  groups.to.drop <- my_groups[-i] 
  groups.to.drop <- paste0("memb_", groups.to.drop) 

  # Get Means 
  Means <- data %>% group_by_(as.name(current.group)) %>%  
    select(- c(ID, get(groups.to.drop))) %>% 
    summarise_each(funs(mean(., na.rm = TRUE))) 
  Means <- Means[,-1:-(length(my_groups)-1)] 
  Means <- as.list(Means) 
  assign(x = paste0("Means_",i), 
         value = Means,  
         envir = parent.env(new.env()) 
}

for（i in 1:length（my_组））{
#构造要选择的组
current.group我绝不是一个
dplyr
专家，但这似乎完成了您想要做的事情：

for (i in 1:length(num_of_years)){
  var1 <- names(my_data)[[i]]
  var2 <- c(var1)

  price_means <- my_data %>% 
    select(eval(i), price, price.2, price.3) %>% 
    group_by_(var2) %>% 
    summarise_each(funs(mean(., na.rm=TRUE))) %>% 
    ungroup()

  assign(paste("PriceMeans",i,sep=""),price_means, envir = .GlobalEnv)
}

for（1中的i：长度（年数））{
var1%
总结每一项（funs（平均值（，na.rm=TRUE））%>%
解组（）
分配（粘贴（“PriceMeans”，i，sep=“”），price_表示，envir=.GlobalEnv）
}
您需要使用lazyeval方法来编写函数。谢谢！我查看了lazyeval的文档，但不了解如何实现。您可以提供一个简短的示例吗？这个特定的链接解释了dplyr library@Arun如何处理lazyeval，似乎我们都有完全相同的句柄。这是c你会考虑改变吗？我只会问，因为我在R标签下活跃了很多时间（很多人已经把这个句柄联系到我了）。谢谢，这很有帮助。最后我用了一些非常相似的东西（见我上面的问题编辑）。