在R中分组数据的summary（）中的slice（）之后，mean（）不起作用

我对我的数据进行了分组，我想在忽略组中的N个最低值后得到平均值。我的代码与下面的代码类似：

mtcars %>%
  group_by(gear) %>%
  arrange(desc(wt)) %>% 
  summarise(
    n = n(),
    Drop2 = if_else(n() >= 5,
                   slice(1:(n() - 2)) %>% mean(wt), #omit the two lowest value of "wt" then get the mean
                   NA),
    Drop1 = if_else(n() >= 3 & n() < 5,
                   slice(1:(n() - 1)) %>% mean(wt), #omit the lowest value of "wt" then get the mean
                   NA),
    Weight = mean(wt)
  )

---

当Drop2中gear=3的结果很容易是NA时，我不太清楚为什么会出现这个错误。

slice的第一个参数是

。data

，它主要用于对行进行子集设置。这里的

切片（1:（n（）-1））

没有

.data

输入，只指定索引。使用

slice

作为链中的独立步骤更合适。另外，在

内执行
切片
摘要

，然后在

内执行if_else

会使它变得复杂。根据代码，我们只需要对“wt”列进行子集，这可以通过直接在该列上建立索引来完成

library(dplyr)
mtcars %>%
  group_by(gear) %>%
  arrange(desc(wt)) %>%
  summarise(n = n(), 
           Drop2 = if_else(n() >= 5, mean(wt[1:(n() - 2)], 
                      na.rm = TRUE), NA_real_),
           Drop1 = if_else(n() >=3 & n() < 5, mean(wt[1:(n() - 1)], 
                      na.rm = TRUE), NA_real_),
            Weight = mean(wt))

---

使用

排序

和

尾部

mtcars %>% 
    group_by(gear) %>% 
    summarise(n = n(), Weight_top = mean(tail(sort(wt), -2)),
            Weight = mean(wt))
# A tibble: 3 x 4
#   gear     n Weight_top Weight
#* <dbl> <int> <dbl>  <dbl>
#1     3    15  4.05   3.89
#2     4    12  2.80   2.62
#3     5     5  3.17   2.63

mtcars%>%
分组依据（档位）%>%
总结（n=n（），权重_top=平均值（尾部（排序（wt），-2）），
重量=平均值（重量））
#一个tibble:3x4
#齿轮n重量\顶部重量
#*     
#1     3    15  4.05   3.89
#2     4    12  2.80   2.62
#3     5     5  3.17   2.63

太棒了！感谢您的清晰解释和建议的替代解决方案。

# A tibble: 3 x 5
#   gear     n Drop2 Drop1 Weight
#  <dbl> <int> <dbl> <dbl>  <dbl>
#1     3    15  4.05    NA   3.89
#2     4    12  2.80    NA   2.62
#3     5     5  3.17    NA   2.63

mtcars %>%
 group_by(gear) %>%
 arrange(desc(wt)) %>% 
 summarise(n = n(), Drop2 = if(n() >= 5) mean(wt[1:(n() - 2)]) else  NA_real_)

mtcars %>% 
    group_by(gear) %>% 
    summarise(n = n(), Weight_top = mean(tail(sort(wt), -2)),
            Weight = mean(wt))
# A tibble: 3 x 4
#   gear     n Weight_top Weight
#* <dbl> <int> <dbl>  <dbl>
#1     3    15  4.05   3.89
#2     4    12  2.80   2.62
#3     5     5  3.17   2.63