如何使用 rowwise 值作为 dplyr 中汇总的一部分，实现与 data.table 类似的行为？

Question

使用示例可以最好地解释问题。

library(dplyr)
library(data.table)

df <- data.frame(
  id = c(1,1,2,2),
  x = 1:4
)

假设我们需要得到组的平均值，乘以组值。在

data.table

中，这工作起来简单直观。

> setDT(df)[, .(mean(x) * id), by=id]
   id  V1
1:  1 1.5
2:  2 7.0

但是，在

dplyr

中，存在警告和行重复。

> df |> group_by(id) |> summarise(mean(x) * id)
`summarise()` has grouped output by 'id'. You can override using the `.groups` argument.
# A tibble: 4 × 2
# Groups:   id [2]
     id `mean(x) * id`
  <dbl>          <dbl>
1     1            1.5
2     1            1.5
3     2            7  
4     2            7  
Warning message:
Returning more (or less) than 1 row per `summarise()` group was deprecated in dplyr 1.1.0.
ℹ Please use `reframe()` instead.

我意识到我可以通过添加额外的

unique()

步骤来消除重复，但不禁感觉

dplyr

在这种情况下没有得到应有的使用。

Answer 1

我们必须使用

cur_group_id()

。

library(dplyr)

df |>
    summarise(v1 = mean(x) * cur_group_id(), .by = id)

  id  v1
1  1 1.5
2  2 7.0

Answer 2

这是预期的行为。正如您所注意到的，

mean(x)

始终是单个值，而

id

是长度为

n()

的向量（此处为2）。所以，你正在做的，例如在第一组中，

1 * c(1.5, 1.5)

，它返回大小为 2 的向量。

使用任何类型的总结措施（例如

unique

或

mean

）都可以解决该问题。

Answer 3

您可以使用

cur_group()

获取当前群组信息。然后从那里提取ID

df |> summarise(mean(x) * cur_group()$id, .by=id)
#   id mean(x) * cur_group()$id
# 1  1                      1.5
# 2  2                      7.0