如何使用R中dplyr对列进行分组并在列中创建不同的组

dplyr 是 R 语言中一个非常流行的数据操作包，它提供了很多方便的函数来处理数据框（data frame）。在 dplyr 中，可以使用 group_by() 函数对数据进行分组，然后使用聚合函数（如 summarise()、mutate() 等）来创建新的列或计算每组的统计值。

以下是一个简单的例子，展示如何使用 dplyr 对列进行分组并在列中创建不同的组：

首先，确保你已经安装并加载了 dplyr 包：

install.packages("dplyr")
library(dplyr)

假设我们有一个数据框 df，它包含了一些城市的气温和人口数据：

df <- data.frame(
  city = c("New York", "Los Angeles", "Chicago", "Houston", "Phoenix"),
  temperature = c(15, 20, 10, 25, 30),
  population = c(8000000, 4000000, 2700000, 2300000, 1600000)
)

现在，我们想要根据气温将城市分为“冷”、“温暖”和“热”三个组，并创建一个新列 temperature_group 来表示这些组：

df <- df %>%
  mutate(
    temperature_group = case_when(
      temperature < 15 ~ "Cold",
      temperature >= 15 & temperature < 25 ~ "Warm",
      TRUE ~ "Hot"
    )
  ) %>%
  group_by(temperature_group) %>%
  summarise(
    avg_temperature = mean(temperature),
    total_population = sum(population)
  )

在这个例子中，我们首先使用 mutate() 函数和 case_when() 函数来创建一个新的列 temperature_group，它根据每个城市的气温将其分为“Cold”、“Warm”或“Hot”。然后，我们使用 group_by() 函数按照 temperature_group 列对数据进行分组。最后，我们使用 summarise() 函数来计算每个组的平均气温和总人口。

执行上述代码后，df 将会包含每个温度组的平均气温和总人口。

如果你遇到了问题，比如分组不正确或者聚合函数没有按预期工作，可能的原因包括：

1. 分组条件不正确：检查 case_when() 函数中的条件是否正确覆盖了所有可能的情况。
2. 数据类型问题：确保用于分组和聚合的列的数据类型是正确的。
3. 聚合函数使用错误：检查 summarise() 中使用的聚合函数是否正确。

解决这些问题通常需要检查数据和代码逻辑，确保每一步都符合预期。

更多关于 dplyr 的信息和示例，可以参考官方文档或者通过以下链接学习：

• dplyr 官方教程
• R for Data Science 书中的 dplyr 章节

请注意，由于我无法访问互联网，所以无法提供实时的链接，以上链接仅供参考，实际使用时请以最新的官方文档为准。