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

Posted 2023-02-16

【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 和 %>% 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？

【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