R 数字总和在数据帧中起作用，但在TIBLE中不起作用

我想把一列TIBLE中的所有数字相加，作为学习R的练习，并使用示例数据集

forcats:：gss_cat

。我想按年龄看一下婚姻状况：

by_ag <- gss_cat %>%
filter(!is.na(age)) %>%
group_by(age, marital) %>%
count() 
by_age <- by_ag %>%
mutate(prop = n/sum(n))

ggplot(by_age, aes(age, prop, colour = marital)) +
  geom_line(na.rm = TRUE)

并计算了一个比例：

df %>%
  mutate(prop = number/sum(number))

这与预期的效果一样：

# A tibble: 3 x 3
type       number  prop
<chr>       <dbl> <dbl>
1 new          20.0 0.303
2 old          12.0 0.182
3 don't know   34.0 0.515

#一个tible:3 x 3
型号道具
1新的20.0 0.303
2旧的12.0 0.182
3不知道34.0 0.515

因此，我将初始TIBLE转换为数据帧并重新运行代码：

by_age <- as.data.frame(by_ag) %>%
  mutate(prop = n/sum(n))
ggplot(by_age, aes(age, prop, colour = marital)) +
  geom_line(na.rm = TRUE)

按年龄划分%
变异（prop=n/和（n））
ggplot（按年龄、aes（年龄、道具、颜色=婚姻））+
几何线（na.rm=真）

有一个完美的情节：

因此，我的初步结论是，原因是我原来有一个tibble。因此，为了验证这一假设，我还创建了一个新的tibble：

df <- tibble(type = c("new", "old", "don't know"), number = c(20, 12, 34))
df %>%
  mutate(prop = number/sum(number))

df%
变异（属性=数量/总和（数量））

然后完全弄糊涂了，在这里，计算比例没有问题：

A tibble: 3 x 3
type       number  prop
<chr>       <dbl> <dbl>
1 new          20.0 0.303
2 old          12.0 0.182
3 don't know   34.0 0.515

A tible:3 x 3
型号道具
1新的20.0 0.303
2旧的12.0 0.182
3不知道34.0 0.515

那么为什么在我的初始示例中，

sum（n）

不起作用呢

我想补充一点，这来自R for Data Science（）的一个练习，它们不会取消分组：

---

那么这可能是什么原因呢？

这里的“by_ag”是一个分组对象，因此，“n”的

和是在每个“组”内进行和。选项是提取列，即
$n

by_ag %>%
    mutate(prop = n/sum(.$n))

或者
取消对象分组
然后执行
求和

by_ag %>%
    ungroup %>%
    mutate(prop = n/sum(n))


为了说明差异，请使用OP的“df”

df %>%
    group_by(type) %>%
    mutate(Sum = sum(number))
# A tibble: 3 x 3
# Groups: type [3]
#  type       number   Sum
#  <fctr>      <dbl> <dbl>
#1 new          20.0  20.0
#2 old          12.0  12.0
#3 don't know   34.0  34.0

df %>% 
    group_by(type) %>%
    mutate(Sum = sum(.$number))
# A tibble: 3 x 3
# Groups: type [3]
#  type       number   Sum
#  <fctr>      <dbl> <dbl>
#1 new          20.0  66.0
#2 old          12.0  66.0
#3 don't know   34.0  66.0

我们添加了两个分组变量，而不是一个分组变量

by_ag <- gss_cat %>%
            filter(!is.na(age)) %>%
            group_by(age, marital) %>%
            count()    

str(by_ag) #check the grouped_df class
#Classes ‘grouped_df’, ‘tbl_df’, ‘tbl’ and 'data.frame': 351 obs. of  3 variables:
# $ age    : int  18 18 19 19 19 19 20 20 20 20 ...
# $ marital: Factor w/ 6 levels "No answer","Never married",..: 2 6 2 4 5 6 2 3 4 6 ...
# $ n      : int  89 2 234 3 1 11 227 1 2 21 ...
# - attr(*, "vars")= chr  "age" "marital"
# - attr(*, "drop")= logi TRUE
# - attr(*, "indices")=List of 351

类似于
ungroup

by_ag %>% 
     ungroup %>% 
     str
#Classes ‘tbl_df’, ‘tbl’ and 'data.frame':       351 obs. of  3 variables:
# $ age    : int  18 18 19 19 19 19 20 20 20 20 ...
# $ marital: Factor w/ 6 levels "No answer","Never married",..: 2 6 2 4 5 6 2 3 4 6 ...
# $ n      : int  89 2 234 3 1 11 227 1 2 21 ...

您可能需要
ungroup
，因为
by_ag
是一个分组对象，这实际上是有效的。但是你能解释一下为什么这一步是必要的吗？我假设计算会产生一个名为“n”的新列的TIBLE，并且取这些值的总和不应取决于分组？因为您仍然在每个组中进行
总和
，而不是整个列“n”。请以您的示例检查
df
即
df%>%groupby（type）%%>%mutate（Sum=Sum（number））
我非常感谢，并将尝试了解更多内容以完全理解。谢谢，我会记住这一点。
by_ag <- gss_cat %>%
            filter(!is.na(age)) %>%
            group_by(age, marital) %>%
            count()    

str(by_ag) #check the grouped_df class
#Classes ‘grouped_df’, ‘tbl_df’, ‘tbl’ and 'data.frame': 351 obs. of  3 variables:
# $ age    : int  18 18 19 19 19 19 20 20 20 20 ...
# $ marital: Factor w/ 6 levels "No answer","Never married",..: 2 6 2 4 5 6 2 3 4 6 ...
# $ n      : int  89 2 234 3 1 11 227 1 2 21 ...
# - attr(*, "vars")= chr  "age" "marital"
# - attr(*, "drop")= logi TRUE
# - attr(*, "indices")=List of 351

as.data.frame(by_ag) %>% 
           str
#'data.frame':   351 obs. of  3 variables:
#$ age    : int  18 18 19 19 19 19 20 20 20 20 ...
#$ marital: Factor w/ 6 levels "No answer","Never married",..: 2 6 2 4 5 6 2 3 4 6 ...
#$ n      : int  89 2 234 3 1 11 227 1 2 21 ...

by_ag %>% 
     ungroup %>% 
     str
#Classes ‘tbl_df’, ‘tbl’ and 'data.frame':       351 obs. of  3 variables:
# $ age    : int  18 18 19 19 19 19 20 20 20 20 ...
# $ marital: Factor w/ 6 levels "No answer","Never married",..: 2 6 2 4 5 6 2 3 4 6 ...
# $ n      : int  89 2 234 3 1 11 227 1 2 21 ...