dplyr 组不使用美元符号 data$column 语法

Posted 2023-02-19

【中文标题】dplyr 组不使用美元符号 data$column 语法

【英文标题】：dplyr groups not working with dollar sign data$column syntax

【发布时间】：2021-08-20 16:06:45

【问题描述】：

我正在寻找每个组的列的最小值和最大值：

mtcars %>%
  group_by(mtcars$cyl) %>%
  summarize(
    min_mpg = min(mtcars$mpg),
    max_mpg = max(mtcars$mpg)
  )
# # A tibble: 3 x 3
#   `mtcars$cyl` min_mpg max_mpg
#          <dbl>   <dbl>   <dbl>
# 1            4    10.4    33.9
# 2            6    10.4    33.9
# 3            8    10.4    33.9

它在大多数情况下都有效，并且数据集的格式看起来不错。但是，它给出了整个数据集的最小值和最大值，而不是每个单独的组。

【问题讨论】：

@GregorThomas，我觉得这些天来这是一个很常见的问题，但我找不到一个好的“欺骗”问题/答案。 （更不用说搜索以"$" 为中心的问题并不容易。）你知道吗？将其添加到r-faq 可能会很好？

@GregorThomas 谢谢！这确实有效。这肯定会在将来使用 dplyr 时对我有所帮助。

非常同意将其添加到 r-faq。我会将我的评论转换为答案。但是 SO 搜索起作用了吗？我现在没有得到任何搜索 [r-faq] 标签的结果，但我可以按问题标题搜索并找到常见问题解答...

@r2evans 但如果这是一个常见问题解答，那么现在真正的挑战是使其尽可能可搜索

我建议包含“dollar-sign”或“dollar”，这是我的一次搜索尝试（不是很成功）。

【参考方案1】：

不要在 dplyr 函数中使用 $，它们需要不带引号的列名。

mtcars$mpg 专门引用原始输入数据框的整个列，而不是来自group_by 的分组小标题。更改您的代码以删除data$，它将起作用：

mtcars %>%
  group_by(cyl) %>%
  summarize(
    min_mpg = min(mpg),
    max_mpg = max(mpg)
  )
# # A tibble: 3 x 3
#     cyl min_mpg max_mpg
#   <dbl>   <dbl>   <dbl>
# 1     4    21.4    33.9
# 2     6    17.8    21.4
# 3     8    10.4    19.2

（更不用说打字少了很多！）