r - dplyr:在group_by()之后在summary()中使用自定义函数

Question

我们如何在group_by()之后使用自定义函数？
我检查了类似的帖子(1，2和3)，但是我当前的代码为所有组返回相同的值。

> data
   village     A     Z      Y 
     <chr> <int> <int>   <dbl> 
 1       a     1     1   500     
 2       a     1     1   400     
 3       a     1     0   800  
 4       b     1     0   300  
 5       b     1     1   700  

z <- 1
data %>%
    group_by(village) %>%
    summarize(Y_village = Y_hat_village(., z))

Y_hat_village <- function(data_village, z){
    # Calculate the mean for a specific z in a village
    data_z <- data_village %>% filter(Z==get("z"))
    return(mean(data_z$Y))
}

我想让(a)村庄有(500 + 400)/2 = 450，而让“b”村庄有700。

Answer 1

如果您从不带任何附加功能的情况下开始编写，则更容易理解。在这种情况下，它将是:

df %>%
  group_by(village) %>%
  summarize(Y_village = mean(Y[Z == z]))

## A tibble: 2 x 2
#  village Y_village
#  <fct>       <dbl>
#1 a            450.
#2 b            700.

因此，您的功能应类似于

Y_hat_village <- function(Ycol, Zcol, z){
  mean(Ycol[Zcol == z])
}

然后使用它:

df %>%
  group_by(village) %>%
  summarize(Y_village = Y_hat_village(Y, Z, z))

请注意，我编写的函数仅处理可以从 summarise内部直接提供的原子向量。您不需要向其中提供整个data.frame。