2

我想知道是否有办法做到这一点：

iris %.% group_by(Species) %.% 
  mutate(v1=Sepal.Length / mean(Sepal.Length)) %.% 
  filter(v1 > 1.15) %.% select(Species:v1)

同时跳过select位。我认为以下应该有效（但由于多种原因没有）：

iris %.% group_by(Species) %.% 
  select(Species, v1=Sepal.Length / mean(Sepal.Length)) %.% 
  filter(v1 > 1.15)

请注意，在此示例中，我替换mutate为select希望仅此而已。这也不起作用，因为summarize期望表达式返回 1 个值：

iris %.% 
  group_by(Species) %.% 
  summarise(Sepal.Length / mean(Sepal.Length)) %.% 
  filter(v1 > 1.15)

显然，这没什么大不了的，但想知道是否有更简单的方法来复制默认data.table行为：

data.table(iris)[, Sepal.Length / mean(Sepal.Length), by=Species][V1 > 1.15]

它只产生by列和计算值：

      Species       V1
1:     setosa 1.158610
2: versicolor 1.179245
3: versicolor 1.162399
4:  virginica 1.153613
5:  virginica 1.168792
6:  virginica 1.168792
7:  virginica 1.168792
8:  virginica 1.199150
9:  virginica 1.168792
4

1 回答 1

2

现在可以使用 dplyr 的新transmute函数来简化这一点，该函数删除除分组变量和累积变量（在本例中为 V1）之外的任何列。

require(dplyr) # >= 0.3.0.2
iris %>% 
  group_by(Species) %>% 
  transmute(v1 = Sepal.Length / mean(Sepal.Length)) %>% 
  filter(v1 > 1.15)

#Source: local data frame [9 x 2]
#Groups: Species
#
#     Species       v1
#1     setosa 1.158610
#2 versicolor 1.179245
#3 versicolor 1.162399
#4  virginica 1.153613
#5  virginica 1.168792
#6  virginica 1.168792
#7  virginica 1.168792
#8  virginica 1.199150
#9  virginica 1.168792
于 2014-11-07T13:48:39.967 回答