dplyr基于筛选、分组和汇总计算新列

鉴于下面的

foo

，我试图根据

y

值子集的平均值计算三组

id

的

y

异常。我看不到dplyr语法的前进方向，但必须有一个简单的方法

---

也就是说，我想要一种方法来计算一个新的列

yAnom

，它是

y-mean（y）

的

y

值，当

x时，可能如下所示：

foo%>%
#新列，其中仅包含要平均的值，其他位置为NA
当_5下的_x_=ifelse（x%）时，突变（y_）
#新列，每组平均值
分组依据（id）%>%
变异（y_平均值=平均值（当_x_在_5下时为y_，na.rm=真））%>%
#所需计算
突变（yAnom=y-y_平均值）
Ah！谢谢。获得正确长度的
ifelse
是我进行逻辑跳转所需要的。谢谢。
foo <- tibble(x = rep(1:10,3), y = rnorm(30), id = rep(letters[1:3],each=10))
# subtract y from mean of y for values of y when x <= 5 by group
#E.g., 
y5Means <- foo %>% group_by(id) %>% filter(x <= 5) %>% summarise(avg = mean(y)) %>% pull(avg)
foo$yAnom <- c(foo$y[foo$id == "a"] - y5Means[1],
               foo$y[foo$id == "b"] - y5Means[2],
               foo$y[foo$id == "c"] - y5Means[3])