R dplyr group_by 主题似乎使用整个数据框而不是主题

Question

背景我正在使用 R 中重复测量临床试验的大型数据集，我想对每个主题进行一些数据操作。这可以是提取每个主题的 x 列中的最大值或每个主题的 y 列的平均值。

问题

我喜欢使用 dplyr 包和管道，这让我想到了 group_by 函数。但是当我尝试应用它时，我要提取的数据似乎并没有像预期的那样按主题分组，而是基于整个数据集提取数据。

代码

这是我目前所做的：

data <- read.csv(file="group_by_question.csv", header=TRUE, sep=",")

library(dplyr)
library(plyr)

data <- tbl_df(data)

test <- data %>%
  filter(!is.na(wght)) %>%
  dplyr::group_by(subject_id) %>%
  mutate(maxwght=max(wght),meanwght=mean(wght)) %>%
  ungroup()

测试数据帧样本：

在此处查找我的数据集的 .csv 样本： https://drive.google.com/file/d/1wGkSQyJXqSswThiNsqC26qaP7d3catyX/view?usp=sharing

Answer 1

这是你想要的吗？在下面的示例中，输出按主题 ID 显示 maxwght 列的最大值。您可以将 max() 替换为 mean，例如，如果您需要每个受试者 ID 的 maxwght 的平均值。

library(dplyr)

data <- read.csv(file="group_by_question.csv", header=TRUE, sep=",")

test <- data %>%
    filter(!is.na(wght)) %>%
    mutate(maxwght=max(wght),meanwght=mean(wght)) %>%
    group_by(subject_id) %>%
    summarise(value = max(maxwght)) %>%
    ungroup()

R dplyr group_by 主题似乎使用整个数据框而不是主题

R dplyr group_by subject appears to use entire dataframe instead of subject

r

plyr

dplyr