R语言中group_by结合bi_class函数时结果无变化问题

问题核心在于bi_class函数不支持dplyr的分组上下文——哪怕你用group_by(ProjectID)做了分组，它还是会读取整个数据集的svi和race_black列计算分位数，所以加不加分组结果完全一致。

要实现按ProjectID分组计算二元分类，需要用group_modify强制每个分组单独执行bi_class：

IDD_nhmap <- IDD_nhmap %>%
  dplyr::arrange(ProjectID, Zip) %>%
  dplyr::group_by(ProjectID) %>%
  # 对每个分组单独运行bi_class
  dplyr::group_modify(function(.data, .key) {
    .data %>%
      bi_class(
        x = svi,
        y = race_black,
        style = "quantile",
        dim = 3
      )
  }) %>%
  dplyr::rename(bi_class_svi_ProjectB = bi_class) %>%
  dplyr::ungroup()  # 完成分组操作后取消分组，避免后续操作受分组规则影响

关键逻辑说明 #

• group_modify会遍历每个ProjectID对应的子数据集，把每个子数据集单独传入匿名函数
• 在匿名函数内，bi_class基于当前分组的svi和race_black计算分位数，生成的分类结果仅对应当前分组
• 最后取消分组是常规操作，防止后续dplyr操作默认沿用分组规则

内容的提问来源于stack exchange，提问作者Nader Mehri