按组操作（group_by）在dplyr中没有分组。

Question

好的，我已经阅读了这里的很多帖子，我有点尴尬，因为我以为我理解了基本的dplyr函数。

我无法使用group_by形成分组，我感到困惑。

我有数据框test。我只想按变量ID分组，然后计算每个组中两个变量之间的相关性。

我不知道发生了什么，因为它没有分组，并且只输出一个相关性，而我应该有127个组和127个相关性。为什么？

test长这样:

我写的内容：

library(dplyr)
library(magrittr)
test%>%
  mutate(ID=as.character(ID))%>%
  group_by(ID)%$%
  cor(sulfate,nitrate,use="complete.obs")

我得到的是：[1] 0.0568084。

- delcast

---

有多少个ID？也许只有一个。 - pogibas

我猜你需要比较生僻的dplyr动词“do”（如果我正确理解了你的预期输出）。你是正确的，magrittr对于“%$%”是必需的。 - Frank

@Emil，我不同意。我正在使用管道%>%运算符，但也使用了曝光%$%运算符，该运算符未预装在dplyr中。 - delcast

基于R的解决方案进行双重检查：by(test, test$ID, function(X) cor(X$sulfate, X$nitrate, use = "p"))。也许甚至可以复制到（但不是dplyr解决方案）：在R中按组计算Spearman相关性。 - pogibas

@delcast，那是我的错误...我从未遇到过%$%运算符。感谢您的问题，因为我们都得到了CalumYou的非常好的答案。 - Emil

Answer 1

我认为，暴露管道符%$%不会自由地提供带有group_by的dplyr语义。 虽然我还没有查看源代码，但是仅仅思考一下，你期望你的代码返回什么？ 一个包含127个相关值的向量？ 你甚至不知道哪个相关值来自哪个ID。 我建议您尽可能将操作封装在mutate和summarise中，这也是预期的用法。 请注意，这提供了与%$%相同的优势，即避免指定数据框上下文（例如，可以只写mpg而不是mtcars $ mpg）。 在这里，我不会使用do，因为没有必要（您的输出将成为向量，而不是更复杂的模型）。

以下是使用内置的mtcars数据集的示例。

如果您需要相关性向量，则很容易在此操作之后提取。

library(dplyr)

mtcars %>%
  group_by(gear) %>% 
  summarise(cor = cor(mpg, hp))
#> # A tibble: 3 x 2
#>    gear    cor
#>   <dbl>  <dbl>
#> 1     3 -0.739
#> 2     4 -0.879
#> 3     5 -0.900

这段文字是在2018年07月13日由 reprex包 (v0.2.0) 创建的。

- Calum You

---

是的！这个很好用。我猜它试图使用'exposition pipe'与'group_by'。我确实得到了我的127个相关性。谢谢！ - delcast

很棒的解释！ - Gregor Thomas