当我在`dplyr`之后加载`plyr`时,为啥汇总或变异不适用于group_by?

Posted

技术标签:

【中文标题】当我在`dplyr`之后加载`plyr`时,为啥汇总或变异不适用于group_by?【英文标题】:Why does summarize or mutate not work with group_by when I load `plyr` after `dplyr`?当我在`dplyr`之后加载`plyr`时,为什么汇总或变异不适用于group_by? 【发布时间】:2021-11-21 18:35:38 【问题描述】:

注意:此问题的标题已被编辑,使其成为plyr 函数掩盖其dplyr 对应项时的问题的规范问题。其余问题保持不变。


假设我有以下数据:

dfx <- data.frame(
  group = c(rep('A', 8), rep('B', 15), rep('C', 6)),
  sex = sample(c("M", "F"), size = 29, replace = TRUE),
  age = runif(n = 29, min = 18, max = 54)
)

有了旧的plyr,我可以创建一个小表格,用以下代码汇总我的数据:

require(plyr)
ddply(dfx, .(group, sex), summarize,
      mean = round(mean(age), 2),
      sd = round(sd(age), 2))

输出如下所示:

  group sex  mean    sd
1     A   F 49.68  5.68
2     A   M 32.21  6.27
3     B   F 31.87  9.80
4     B   M 37.54  9.73
5     C   F 40.61 15.21
6     C   M 36.33 11.33

我正在尝试将我的代码移动到 dplyr%&gt;% 运算符。我的代码采用 DF,然后按组和性别对其进行分组,然后对其进行总结。那就是:

dfx %>% group_by(group, sex) %>% 
  summarise(mean = round(mean(age), 2), sd = round(sd(age), 2))

但我的输出是:

  mean   sd
1 35.56 9.92

我做错了什么?

【问题讨论】:

【参考方案1】:

这里的问题是你是先加载dplyr再加载plyr,所以plyr的函数summarise屏蔽了dplyr的函数summarise。发生这种情况时,您会收到以下警告:

library(plyr)
    Loading required package: plyr
------------------------------------------------------------------------------------------
You have loaded plyr after dplyr - this is likely to cause problems.
If you need functions from both plyr and dplyr, please load plyr first, then dplyr:
library(plyr); library(dplyr)
------------------------------------------------------------------------------------------

Attaching package: ‘plyr’

The following objects are masked from ‘package:dplyr’:

    arrange, desc, failwith, id, mutate, summarise, summarize

因此,为了让您的代码正常工作,请分离 plyr detach(package:plyr) 或重新启动 R 并先加载 plyr,然后再加载 dplyr(或仅加载 dplyr):

library(dplyr)
dfx %>% group_by(group, sex) %>% 
  summarise(mean = round(mean(age), 2), sd = round(sd(age), 2))
Source: local data frame [6 x 4]
Groups: group

  group sex  mean    sd
1     A   F 41.51  8.24
2     A   M 32.23 11.85
3     B   F 38.79 11.93
4     B   M 31.00  7.92
5     C   F 24.97  7.46
6     C   M 36.17  9.11

或者你可以在你的代码中显式调用dplyr的summary,这样无论你如何加载包都会调用正确的函数:

dfx %>% group_by(group, sex) %>% 
  dplyr::summarise(mean = round(mean(age), 2), sd = round(sd(age), 2))

【讨论】:

我不明白为什么很少有人注意到这个警告:/ @hadley fortunes::fortune(9)【参考方案2】:

由于您加载“plyr”和“dplyr”的顺序,您的代码正在调用plyr::summarise 而不是dplyr::summarise

演示:

library(dplyr) ## I'm guessing this is the order you loaded
library(plyr)
dfx %>% group_by(group, sex) %>% 
  summarise(mean = round(mean(age), 2), sd = round(sd(age), 2))
#    mean   sd
# 1 36.88 9.76
dfx %>% group_by(group, sex) %>% 
  dplyr::summarise(mean = round(mean(age), 2), sd = round(sd(age), 2))
# Source: local data frame [6 x 4]
# Groups: group
# 
#   group sex  mean    sd
# 1     A   F 32.17  6.30
# 2     A   M 30.98  7.37
# 3     B   F 38.20  7.67
# 4     B   M 33.12 12.24
# 5     C   F 43.91 10.31
# 6     C   M 47.53  8.25

【讨论】:

以上是关于当我在`dplyr`之后加载`plyr`时,为啥汇总或变异不适用于group_by?的主要内容,如果未能解决你的问题,请参考以下文章

为啥我的 dplyr group_by & summarise 不能正常工作? (名称与 plyr 冲突)

一个接一个地加载 Data.Table 和 dplyr 会出错

将 plyr::mapvalues 与 dplyr 一起使用

什么是 R 中 plyr::ldply(tapply) 的 dplyr 等价物?

如果已加载,则在 R 中分离特定的包

为啥,当我在 WCF 服务中模拟时,当我尝试运行 LINQ to SQL 查询时,我的服务不能加载 System.Transactions?