如何在清单上使用mutate？

Question

更改列表的正确方法是什么？在这种情况下，列表由split

library(dplyr)
csv<-data.frame(participant_number=c(1,1,1,2,2),SelfEsteem=c(3,4,2,1,3))
csv<-csv%>%split(.,.$participant_number)%>%mutate(.,var(.$SelfEsteem))

错误：

Error in UseMethod("mutate_") : 
  no applicable method for 'mutate_' applied to an object of class "list"

更新为了回答评论：我打算计算SelfEsteem每个组的方差（分组var为participant_number）。如果尝试group_by，将无法获得预期的结果。

library(dplyr)

#Please note I changed the dataframe to make my point about variance differences more obvious
csv<-data.frame(participant_number=c(1,1,1,2,2),SelfEsteem=c(3,4,2,1,3))

csv<-csv%>%group_by(participant_number)%>%mutate(.,SE_variance=var(.$SelfEsteem))

#var(c(3,4,2)) #1
#var(c(1,3))  #2

预期：

        participant_number SelfEsteem SE_variance
(dbl)            (dbl)       (dbl)
1                  1          3         1
2                  1          4         1
3                  1          2         1
4                  2          1         2
5                  2          3         2

Answer 1

的尝试group_by失败，因为您覆盖mutate的搜索路径。Mutate使用非标准评估，因此它将首先在其data参数的列中查找变量。

当使用管（%>%）中，A点.指的是在整个数据帧，并且.$SelfEsteem指的是整个从自尊柱整个数据帧。

您只需要简化一点（不要覆盖默认值）即可获得预期的结果。

csv %>% 
  group_by(participant_number) %>%
  mutate(SE_variance = var(SelfEsteem))
# Source: local data frame [5 x 3]
# Groups: participant_number [2]
# 
#   participant_number SelfEsteem SE_variance
#                (dbl)      (dbl)       (dbl)
# 1                  1          3           1
# 2                  1          4           1
# 3                  1          2           1
# 4                  2          1           2
# 5                  2          3           2