r - 使用 group_by 并从 dplyr 中汇总不包含 group_by 变量的所有行

Question

我有一个 data.frame，例如

df1 <- data.frame(id = c("A", "A", "B", "B", "B"), 
                  cost = c(100, 10, 120, 102, 102)

我知道我可以使用

df1.a <- group_by(df1, id) %>%
    summarise(no.c = n(), 
              m.costs = mean(cost))

通过 id 计算观测值的数量和平均值。如果我想计算观察值的数量以及不等于 ID 的所有行的平均值，我该怎么做，因此它会给我 3 作为观察值而不是 A 的值，2 作为观察值而不是 B 的值。

我想使用 dplyr 包和 group_by 函数，因为我必须使用它来处理很多巨大的数据帧。

Answer 1

您可以使用.来引用整个data.frame，它可以让您计算组与整体之间的差异:

df1 %>% group_by(id) %>% 
    summarise(n = n(), 
              n_other = nrow(.) - n, 
              mean_cost = mean(cost), 
              mean_other = (sum(.$cost) - sum(cost)) / n_other)

## # A tibble: 2 × 5
##       id     n n_other mean_cost mean_other
##   <fctr> <int>   <int>     <dbl>      <dbl>
## 1      A     2       3        55        108
## 2      B     3       2       108         55

从结果中可以看出，对于两个组，您可以只使用 rev，但这种方法可以轻松扩展到更多组或计算。