“R for Data Science”一书（Wickham）。无法重现示例

Question

我正在关注 H. Wickham 的R for Data Science ，但无法使那本书中的代码片段起作用。我参考了这部分和本书的以下图表。 .

我从字面上复制并粘贴了书中的部分代码，但它没有按预期工作。

library(tidyverse)
library(forcats)

by_age <-  gss_cat %>%
  filter(!is.na(age)) %>%
  group_by(age, marital) %>%
  count() %>%
  mutate(prop = n / sum(n))

ggplot(by_age, aes(age, prop, color = marital)) +
  geom_line(na.rm = TRUE)

即使我ungroup() %>%在mutate()它绘制一些东西之前使用，而不是书中的内容（略有不同的模式）。

如果有人能解释这个悖论，我将不胜感激。

主要问题是prop在我的情况下都等于 1。结果，我在图上只得到一条水平线。

谢谢！

tidyverse 版本：1.1.1 R 版本 3.4.1 (2017-06-30) 平台：x86_64-w64-mingw32/x64 (64-bit) 运行环境：Windows 7 x64 (build 7601) Service Pack 1

Answer 1

这看起来是一个相当简单的代码问题。是的，它可能应该由 Hadley 和 co 修复，但这没什么大不了的。

如果您首先by_age在控制台中打印，您应该看到：

# A tibble: 351 x 4
# Groups:   age, marital [351]

因此，tibble 由age和分组marital。这意味着两者count()和随后的sum(n)（在 内mutate）返回相同的值，因为sum仅在只有一个值的组上计算，即sum(n) == n--> prop === 1。

您在正确的轨道上，ungroup()但是，所需的计算是每个年龄的每个婚姻状况的比例。所以，group(age)在count和之间加上一个mutate，你就是金色的。

by_age <-  gss_cat %>%
  filter(!is.na(age)) %>%
  group_by(age, marital) %>%
  count() %>%
  group(age) %>%
  mutate(prop = n / sum(n))

ggplot(by_age, aes(age, prop, color = marital)) +
  geom_line(na.rm = TRUE)

结果是：