r - dplyr - 聚合不正确？

Question

我对 dplyr 有一些问题，并且 group_by 函数没有按预期工作。使用 summarise，我希望获得输入到 group_by 语句中的 id 和 year 的每个唯一组合的 var1 的平均值。

此代码应创建一个带有 id-year 观察值的 df，我想在其中汇总 id 和 year 的每个组合的 var 1 的平均值。但是，这没有按预期工作，输出忽略 id，并且仅按年汇总。

df <- data.frame(id=c(1,1,2,2,2,3,3,4,4,5),
                 year=c(2013,2013,2012,2013,2013,2013,2012,2012,2013,2013), 
                 var1=rnorm(10))

dplyr 代码：

dfagg <- df %.%
  group_by(id, year) %.%
  select(id, year, var1) %.%
  summarise(
    var1=mean(var1)
    )

结果：

> dfagg
Source: local data frame [8 x 2]
Groups: year

  year        var1
1 2013  0.22924025
2 2012 -0.93073687
3 2013 -0.82351583
4 2012  0.05656113
5 2013 -0.21622021
6 2012  1.91158209
7 2013 -2.67003628
8 2013 -0.72662276

知道发生了什么吗？

为了确保没有其他包中断 dplyr 功能，我尝试了以下相同的结果。

dfagg <- df %.%
  dplyr::group_by(id, year) %.%
  dplyr::select(id, year, var1) %.%
  dplyr::summarise(
    var1=mean(var1)
    )

Answer 1

我认为你不需要这select()条线。只是使用group_by()andsummarise()为我做了诀窍。

library(dplyr)

df <- data.frame(id=c(1,1,2,2,2,3,3,4,4,5),
                 year=c(2013,2013,2012,2013,2013,2013,2012,2012,2013,2013), 
                 var1=rnorm(10))
df %>%
  group_by(id, year) %>%
  summarise(mean_var1=mean(var1)) -> dfagg

结果：

     id  year   mean_var1
  (dbl) (dbl)       (dbl)
1     1  2013 -1.20744511
2     2  2012 -0.59159641
3     2  2013 -0.03660552
4     3  2012 -0.38853566
5     3  2013 -1.76459495
6     4  2012 -0.66926387
7     4  2013  0.70451751
8     5  2013 -0.82762769