堆棧內存溢出
  簡體   English   中英

dplyr group_by的異常行為，然后加上mutate中的factor

[英]Unexpected behavior with dplyr group_by followed by factor in mutate

 原文  2015-03-31 05:26:47  0   1    r/ group-by/ dplyr

問題描述

在此問題底部的data.frame中，我想按年份和年齡計算個人數量，創建一個年份減去年份的年級變量，然后創建年齡和年份的因子版本-類變量。 使用來自dplyr group_by() ， dplyr summarize()和mutate()以及來自base RI的factor()獲得以下結果： 

d <- group_by(d,year,age) %>% summarize(catch=n())
d1 <- mutate(d,yrclass=year-age,fage=as.factor(age),fyrclass=as.factor(yrclass))
d1

Source: local data frame [27 x 6]
Groups: year

   year age catch yrclass fage fyrclass
1  2010   3    13    2007    3     2007
2  2010   4    10    2006    4     2006
3  2010   5    19    2005    5     2005
4  2010   6    24    2004    6     2004
5  2010   7    19    2003    7     2003
6  2010   8    32    2002    8     2002
7  2010   9    22    2001    9     2001
8  2010  10    13    2000   10     2000
9  2011   2     5    2009    3       NA
10 2011   3     9    2008    4       NA
..  ... ...   ...     ...  ...      ...

人們可以在第9行和第10行中看到“年齡”和“ yrclass”的分解形式不正確。

但是，如果我從d data.frame中剝離非data.frame類（即，刪除與dplyr相關的類），則這些錯誤會消失。 

d <- as.data.frame(d)
d2 <- mutate(d,yrclass=year-age,fage=as.factor(age),fyrclass=as.factor(yrclass))
d2  # only first 10 rows shown

   year age catch yrclass fage fyrclass
1  2010   3    13    2007    3     2007
2  2010   4    10    2006    4     2006
3  2010   5    19    2005    5     2005
4  2010   6    24    2004    6     2004
5  2010   7    19    2003    7     2003
6  2010   8    32    2002    8     2002
7  2010   9    22    2001    9     2001
8  2010  10    13    2000   10     2000
9  2011   2     5    2009    2     2009
10 2011   3     9    2008    3     2008

這是錯誤還是我錯過了什么？

數據如下（來自dput）。 我嘗試制作一個較小的可重現示例，但我無法確定導致相同錯誤的模式。 

d <- structure(list(year = c(2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 2010L, 
2010L, 2010L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 2011L, 
2011L, 2011L, 2011L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 
2012L, 2012L, 2012L, 2012L, 2012L, 2012L, 2012L), age = c(3L, 
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 
4L, 4L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 
5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 
6L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 
7L, 7L, 7L, 7L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 
8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 
8L, 8L, 8L, 8L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 
9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 10L, 10L, 10L, 10L, 10L, 
10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 2L, 2L, 2L, 2L, 2L, 3L, 
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 
4L, 4L, 4L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 
6L, 6L, 6L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 8L, 
8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 
9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 
9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 10L, 10L, 10L, 
10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 11L, 11L, 11L, 11L, 11L, 
11L, 11L, 11L, 11L, 11L, 11L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 
4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 
4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 
4L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 
5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 
6L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 
8L, 8L, 8L, 8L, 8L, 8L, 8L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 
10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 12L, 12L)),
.Names = c("year","age"), class = "data.frame", row.names = c(NA, -436L))

1 個解決方案

解決方案1
 3 已采納  2015-03-31 06:10:45

如果添加缺少的尾隨%>% ungroup() ，它將正常工作； 您跳過了“拆分應用合並”中的“合並”步驟。 我不知道嘗試對grouped_df而不是數據grouped_df進行操作甚至是定義的行為。 

d <- group_by(d,year,age) %>% summarize(catch=n()) %>% ungroup()

mutate(d,yrclass=year-age,fage=as.factor(age),fyrclass=as.factor(yrclass))
Source: local data frame [27 x 6]

   year age catch yrclass fage fyrclass
1  2010   3     1    2007    3     2007
2  2010   4     1    2006    4     2006
3  2010   5     1    2005    5     2005
4  2010   6     1    2004    6     2004
5  2010   7     1    2003    7     2003
6  2010   8     1    2002    8     2002
7  2010   9     1    2001    9     2001
8  2010  10     1    2000   10     2000
9  2011   2     1    2009    2     2009
10 2011   3     1    2008    3     2008
..  ... ...   ...     ...  ...      ...

順便說一下， 您可以壓縮測試用例 （使用rle ）以獲得： 

d <- data.frame(year = c(rep(2010,152), rep(2011,136),rep(2012,148)),
     age =  c(rep(3,13), rep(4,10), rep(5,19), rep(6,24), rep(7,19),
            rep(8,32), rep(9,22),  rep(10,13), rep(2,5), rep(3,9),
            rep(4,11), rep(5,13), rep(6,19), rep(7,12),  rep(8,17),
            rep(9,28), rep(10,11), rep(11,11), rep(3,26), rep(4,47),
            rep(5,23), rep(6,13), rep(7,11), rep(8,7), rep(9,9),
            rep(10,10), rep(12,2)) )

>which we got from
> rr <- rle(d$age)
> print(paste('rep(', unlist(as.list(paste(rr$values, rr$lengths, sep=','))) , '),', sep='' ), quote=F)

暫無
暫無

聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.

相關問題 在dplyr包中使用group_by和mutate通過id變量創建新的factor因子 dplyr group_by +突變出現奇怪的NA dplyr：`group_by`和`mutate_each`錯誤 R dplyr 條件變異與 group_by 在 group_by 中過濾 + 突變不像在 group_by 中那樣工作 + 在 dplyr R 中總結 Group_by（dplyr），其中一個因素作為列 group_by：不同的行為變異和總結 使用dplyr進行group_by並按組有條件地改變數據幀 R dplyr：在group_by之后使用init的Reduce進行突變 在 dplyr 中的 mutate 中應用過濾器時保持 group_by 機智
相關標簽
 
粵ICP備18138465號  © 2020-2024 STACKOOM.COM