r-dplyr返回每个组的全局平均值，而不是每个组的平均值

Question

有人能解释我在这里做错了什么吗：

library(dplyr)
temp<-data.frame(a=c(1,2,3,1,2,3,1,2,3),b=c(1,2,3,1,2,3,1,2,3))
temp%>%group_by(temp[,1])%>%summarise(n=n(),mean=mean(temp[,2],na.rm=T))
# A tibble: 3 × 3
`temp[, 1]`     n  mean
<dbl> <int> <dbl>
1           1     3     2
2           2     3     2
3           3     3     2

我预计手段是：

1  1
2  2
3  3

相反，平均值似乎是全局平均值(第2列中的所有值除以实例数)=18/9=2

我怎样才能达到我的期望呢？

Answer 1

您的问题是计算temp[,2]的平均值，而不是组中的列(mean(temp[,2],na.rm=T)根本不取决于上下文)。您需要执行以下操作：

> temp %>% group_by(temp[,1]) %>% summarise(n=n(), mean=mean(b, na.rm=T))
# A tibble: 3 × 3
`temp[, 1]`     n  mean
<dbl> <int> <dbl>
1           1     3     1
2           2     3     2
3           3     3     3

此外，在group_by中使用列名更为常见：

> temp %>% group_by(b) %>% summarise(n=n(), mean=mean(b, na.rm=T))
# A tibble: 3 × 3
b     n  mean
<dbl> <int> <dbl>
1     1     3     1
2     2     3     2
3     3     3     3

Answer 2

另一种方法是data.table

library(data.table)
setDT(temp)[, .(n = .N, mean = mean(b)), by = a]
#   a n mean
#1: 1 3    1
#2: 2 3    2
#3: 3 3    3

Answer 3

始终记得在dplyr中使用列名。当您尝试按列的索引而不是名称引用列时，您会遇到类似的问题。所以你用的不是

temp%>%group_by(temp[,1])%>%summarise(n=n(),mean=mean(temp[,2],na.rm=T))

试试下面的这个。给出预期结果

temp%>%group_by(b)%>%summarise(n=n(),mean=mean(b))