使用dplyr / magrittr传递分组的data.frame

问题描述

使用base::by()和data.table，我们可以按变量分组，然后可以访问按组子集的data.frame。我该如何使用magrittr或dplyr做同样的事情？

我尝试了tib %>% group_by(grp) %>% mutate(V2 = fx(.))，但是该点不通过LHS，而是通过整个分组的tibble。这是MRE：

library(dplyr)
tib = tibble(grp = rep(1:2,1:2),V1 = 1:3)
tib
#> # A tibble: 3 x 2
#>     grp    V1
#>   <int> <int>
#> 1     1     1
#> 2     2     2
#> 3     2     3

fx = function(x){
  ans = seq(nrow(x))
  print(ans)
}

tib %>%
  group_by(grp)%>%
  mutate(V2 = fx(.))
#> [1] 1 2 3
#> Error: Problem with `mutate()` input `V2`.
#> x Input `V2` can't be recycled to size 1.
#> i Input `V2` is `fx(.)`.
#> i Input `V2` must be size 1,not 3.
#> i The error occured in group 1: grp = 1.

这是我希望使用data.table的行为：

library(data.table)
as.data.table(tib)[,V2 := fx(.SD),grp][]
#> [1] 1
#> [1] 1 2
#>      grp    V1    V2
#>    <int> <int> <int>
#> 1:     1     1     1
#> 2:     2     2     1
#> 3:     2     3     2

解决方法

您可以从cur_data() 1.0.0开始使用dplyr。

library(dplyr)
tib %>% group_by(grp)%>% mutate(V2 = fx(cur_data()))

#[1] 1
#[1] 1 2
# A tibble: 3 x 3
# Groups:   grp [2]
#    grp    V1    V2
#  <int> <int> <int>
#1     1     1     1
#2     2     2     1
#3     2     3     2

请注意，cur_data()传递了没有分组变量（grp）的数据。如果要将分组变量传递给函数，请改用cur_data_all()。