r - 为什么在 R 中使用 `format()` 和 `dplyr` 会出现奇怪的行为？

Question

我正在尝试使用 dplyr %>% 管道将数值四舍五入并格式化为小数点后有 2 位数字(例如 2.43、1.05)。但是，format() 函数在以下两个数据示例(df_summarize 和 df_groupby)中具有不同的行为。 df_summarize 的输出是正确的，但是 df_groupby 的输出不正确，我想知道有线行为的原因是什么。是因为分组效应还是其他原因？

如有任何建议，我们将不胜感激。

library(tidyverse)

df <- data.frame(cate = sample(c("A", "B"), size = 5, replace = T),
                 v1 = runif(5, 1.001, 5.005), 
                 v2 = runif(5, 1.001, 5.005))

df_summarize <- df %>% summarise(mean_v1 = mean(v1),
                                 mean_v2 = mean(v2)) %>% 
  round(2) %>% format(nsmall = 2)

#   mean_v1 mean_v2
# 1    3.94    2.08

df_groupby <- df %>% group_by(cate) %>% 
  summarise(p1 = mean(v1), p2 = mean(v2)) %>% 
  select(-cate) %>% ungroup() %>% 
  round(2) %>% format(nsmall = 2)

# [1] "\033[38;5;246m# A tibble: 2 × 2\033[39m"                                                
# [2] "     p1    p2"                                                                          
# [3] "  \033[3m\033[38;5;246m<dbl>\033[39m\033[23m \033[3m\033[38;5;246m<dbl>\033[39m\033[23m"
# [4] "\033[38;5;250m1\033[39m  4.01  2.17"                                                    
# [5] "\033[38;5;250m2\033[39m  3.67  1.69" 

Answer 1

原因是 format 有一个 data.frame 方法，它不同于 format.tbl 方法(调用 pillar::format_tbl 其中提到 'x' 作为 要格式化或打印的对象。)对于 format 和 tibble。在第一种情况下，当没有group_by时，它不会将数据更改为tibble，而使用group_by时，它会更改为tibble 这会导致问题

library(dplyr)
df %>%
    group_by(cate) %>% 
    summarise(p1 = mean(v1), p2 = mean(v2)) %>% 
    select(-cate) %>% 
    round(2) %>% 
    as.data.frame %>% # add the `as.data.frame`
    format(nsmall = 2)

-输出

  p1   p2
1 3.02 2.86
2 3.20 3.74

---

在第一种情况下，检查str

> df %>%
    summarise(mean_v1 = mean(v1),
                                 mean_v2 = mean(v2)) %>% 
  round(2)%>%
  str
'data.frame':   1 obs. of  2 variables:
 $ mean_v1: num 3.09
 $ mean_v2: num 3.21

而使用 group_by

> df %>%
     group_by(cate) %>% 
     summarise(p1 = mean(v1), p2 = mean(v2)) %>% 
     select(-cate) %>% 
     round(2) %>%
 str
tibble [2 × 2] (S3: tbl_df/tbl/data.frame)
 $ p1: num [1:2] 3.02 3.2
 $ p2: num [1:2] 2.86 3.74

在?group_by的文档中也有提到

A grouped data frame with class grouped_df, unless the combination of ... and add yields a empty set of grouping columns, in which case a tibble will be returned.

---

如果我们想在 tibble 上使用 format，请尝试使用 across

df %>%
    group_by(cate) %>% 
    summarise(p1 = mean(v1), p2 = mean(v2)) %>% 
    select(-cate) %>% 
    round(2) %>%
    mutate(across(everything(), format, nsmall = 2))

-输出

# A tibble: 2 × 2
  p1    p2   
  <chr> <chr>
1 3.02  2.86 
2 3.20  3.74