r - dplyr 中的列函数在 group_by 后发生变异，但没有给出正确的分组结果

Question

我刚刚开始使用 dplyr 并且一直在转换我的一些 plyr 代码。我喜欢新语法，但我无法让 mutate() 按组在列上应用函数，例如:

library(Hmisc)
library(plyr)
library(dplyr)

t1 <- ddply(mtcars, .(cyl), transform, qrt=cut2(wt, g=4))  
levels(t1$qrt)  # works: different quartiles for each group

t2 <- mtcars %>% group_by(cyl) %>% mutate(qrt=cut2(wt, g=4))  
levels(t2$qrt)   # doesn't work: uses only 4 quartiles from the first group

起初我以为第二个例子是使用整个 wt列而不是 cyl组，但实际上似乎只使用第一组的四分位数并将它们分配给所有组，即使 wt落在范围之外。

我在 wt 周围遗漏了一些语法吗？ mutate 函数内部的引用？我可以让 ddply 版本用于像 sum() 这样的函数，还有关于 cut2() 的事情吗？那是造成问题的原因吗？

我已经阅读了很多关于可能是类似问题的帖子，并尝试在没有 ddply 加载的干净环境中运行 dplyr 版本等等。

谢谢你的帮助!

Answer 1

它似乎适用于最新版本的 dplyr , 0.8.3 .输出的数据框显示每个cyl有自己的一组范围和最小值和最大值 wt在每个垃圾箱中不要超出规定的范围。

remove.packages("dplyr") # Unecessary but proves that this is the latest deployment version
install.packages("dplyr")

packageVersion("dplyr")

# [1] ‘0.8.3’

library(Hmisc)
library(dplyr)

t2 <- mtcars %>% 
  group_by(cyl) %>% 
  mutate(qrt = cut2(wt, g=4))

t2 %>%
  group_by(cyl, qrt) %>%
  summarize(min = min(wt), max = max(wt)) %>%
  arrange(cyl, qrt)

# A tibble: 12 x 4
# Groups:   cyl [3]
#     cyl qrt           min   max
#   <dbl> <chr>       <dbl> <dbl>
# 1     4 [1.51,1.94)  1.51  1.84
# 2     4 [1.94,2.32)  1.94  2.2 
# 3     4 [2.32,3.15)  2.32  2.78
# 4     4 [3.15,3.19]  3.15  3.19
# 5     6 [2.62,2.88)  2.62  2.77
# 6     6 [2.88,3.44)  2.88  3.22
# 7     6 3.44         3.44  3.44
# 8     6 3.46         3.46  3.46
# 9     8 [3.17,3.57)  3.17  3.52
#10     8 [3.57,3.78)  3.57  3.73
#11     8 [3.78,5.25)  3.78  4.07
#12     8 [5.25,5.42]  5.25  5.42