有谁知道使用 dplyr 计算some_var == TRUE
和的平均值之间的差异some_var == FALSE
,并按第三个变量分组?
例如,给定以下示例数据框:
library('dplyr')
dat <- iris %>%
mutate(wide=Sepal.Width > 3) %>%
group_by(Species, wide) %>%
summarize(mean_width=mean(Sepal.Width))
dat
# A tibble: 6 x 3
# Groups: Species [?]
Species wide mean_width
<fctr> <lgl> <dbl>
1 setosa FALSE 2.900000
2 setosa TRUE 3.528571
3 versicolor FALSE 2.688095
4 versicolor TRUE 3.200000
5 virginica FALSE 2.800000
6 virginica TRUE 3.311765
有谁知道一种方法来导出一个新的数据框,其中 和 的差异wide == TRUE
,wide == FALSE
按物种?
这可以使用几个语句来完成:
false_vals <- dat %>% filter(wide==FALSE)
true_vals <- dat %>% filter(wide==TRUE)
diff <- data.frame(Species=unique(dat$Species), diff=true_vals$mean_width - false_vals$mean_width)
> diff
Species diff
1 setosa 0.6285714
2 versicolor 0.5119048
3 virginica 0.5117647
但是,这似乎应该可以通过 dplyr 直接实现。
有任何想法吗?