了解dplyr组与tapply组之间的结果差异

我希望在这两次运行之间看到相同的结果，但它们是不同的。这让我怀疑我是否真的理解dplyr代码是如何工作的（我已经阅读了包中和在线上关于dplyr的几乎所有内容）。有人能解释为什么结果不同，或者如何获得相似的结果吗

library(dplyr)
x <- iris
x <- x %.%
    group_by(Species, Sepal.Width) %.%
    summarise (freq=n()) %.%
    summarise (mean_by_group = mean(Sepal.Width))  
print(x)

x <- iris
x <- tapply(x$Sepal.Width, x$Species, mean)
print(x)

库（dplyr）
也许这

-
dplyr
：
-
tapply
：

注意：
tapply（）
默认情况下简化了输出，而
summary（）
没有：
它返回一个
列表
，否则：

typeof(tapply(iris$Sepal.Width, iris$Species, mean, simplify=FALSE))

  # [1] "list"

因此，要真正获得相同类型的输出表单
tapply（）
，您需要：

tbl_df( 
  data.frame( 
    mean_width = tapply( iris$Sepal.Width, 
                         iris$Species, 
                         mean )))

  # Source: local data frame [3 x 1]
  #
  #            mean_width
  # setosa          3.428
  # versicolor      2.770
  # virginica       2.974

这仍然是不一样的！由于
unique（iris$Species）
在这里是一个
属性，而不是df的一列…
提示：逐行处理您的dplyr代码。这是有效的，我将其标记为答案，但您可能需要添加需要加载magrittr包才能启用%>%。我以前不熟悉那个软件包。@MichaelBellhouse编辑了这篇文章，其中包括
require（dplyr）
line。dplyr在加载时导入一小部分
magrittr
包。谢谢提醒。实际上，如果没有加载magrittr，您的代码将无法为我运行：
require(dplyr)

iris %>% group_by(Species) %>% summarise(mean_width = mean(Sepal.Width))

  # Source: local data frame [3 x 2]
  #
  #      Species        mean_width
  # 1     setosa             3.428
  # 2 versicolor             2.770
  # 3  virginica             2.974

tapply(iris$Sepal.Width, iris$Species, mean)

  # setosa versicolor  virginica 
  # 3.428      2.770      2.974 

typeof(tapply(iris$Sepal.Width, iris$Species, mean, simplify=TRUE))

  # [1] "double"

typeof(tapply(iris$Sepal.Width, iris$Species, mean, simplify=FALSE))

  # [1] "list"

tbl_df( 
  data.frame( 
    mean_width = tapply( iris$Sepal.Width, 
                         iris$Species, 
                         mean )))

  # Source: local data frame [3 x 1]
  #
  #            mean_width
  # setosa          3.428
  # versicolor      2.770
  # virginica       2.974