將dplyr summarise_at與列索引一起使用

Question

我注意到，當向dplyr::summarize_at提供列索引時，確定要匯總的列不包括分組列。 我想知道這是不是應該是這樣的，因為通過這種設計，使用正確的列索引取決於匯總列是在分組列之前還是之后定位。

這是一個例子：

library(dplyr)
data("mtcars")

# grouping column after summarise columns
mtcars %>% group_by(gear) %>% summarise_at(3:4, mean)
## A tibble: 3 x 3
#   gear     disp       hp
#  <dbl>    <dbl>    <dbl>
#1     3 326.3000 176.1333
#2     4 123.0167  89.5000
#3     5 202.4800 195.6000

# grouping columns before summarise columns
mtcars %>% group_by(cyl) %>% summarise_at(3:4, mean)
## A tibble: 3 x 3
#    cyl        hp     drat
#  <dbl>     <dbl>    <dbl>
#1     4  82.63636 4.070909
#2     6 122.28571 3.585714
#3     8 209.21429 3.229286

# no grouping columns
mtcars %>% summarise_at(3:4, mean)
#      disp       hp
#1 230.7219 146.6875

# actual third & fourth columns
names(mtcars)[3:4]
#[1] "disp" "hp"  

packageVersion("dplyr")
#[1] ‘0.7.2’

請注意匯總列如何根據分組列的分組和位置而更改。

在其他平台上這是一樣的嗎？ 這是一個錯誤還是一個功能？

Answer 1

版本0.7.5此行為不能再現：

  library(dplyr)
  mtcars %>% group_by(gear) %>% summarise_at(3:4, mean)
  # # A tibble: 3 x 3
  #    gear  disp    hp
  #   <dbl> <dbl> <dbl>
  # 1     3  326. 176. 
  # 2     4  123.  89.5
  # 3     5  202. 196. 

  mtcars %>% group_by(cyl) %>% summarise_at(3:4, mean)
  # # A tibble: 3 x 3
  #     cyl  disp    hp
  #   <dbl> <dbl> <dbl>
  # 1     4  105.  82.6
  # 2     6  183. 122. 
  # 3     8  353. 209. 

Answer 2

@docendodiscimus感謝您指出這一點，因為即使此功能是故意的，文檔也沒有明確解釋這一點，在我的情況下可能是錯誤的來源 。 實際上，在回答另一個問題之前，這個問題已經解決了，我上面的評論用相同的邏輯正確地做了。

---

此時，可能的解決方案是提供名稱而不是索引。 但是仍然可以通過添加幾個符號.vars = names(.)[3:4]來使用索引，如下所示：

mtcars %>% 
  group_by(cyl) %>% 
  summarise_at( .vars = colnames(.)[3:4] , mean)

mtcars %>% 
  group_by(cyl) %>% 
  summarise_at( .vars = names(.)[3:4] , mean)


## A tibble: 3 x 3
#    cyl     disp        hp
#  <dbl>    <dbl>     <dbl>
#1     4 105.1364  82.63636
#2     6 183.3143 122.28571
#3     8 353.1000 209.21429