如何在group_by+mutate中提取分组变量并输出消息

你可以通过两种方式实现group_by结合消息输出的效果，以下是具体方案：

方法一：group_by + summarize（更简洁，贴合需求） #

summarize本身就是针对每个分组执行一次计算，刚好符合每个组输出一次消息的需求，不需要额外控制执行次数：

library(dplyr)

# 定义带消息输出的均值计算函数
calc_mean_with_msg <- function(mpg, cyl) {
  mean_val <- mean(mpg)
  message(paste0("气缸为", cyl, "的mpg均值是", mean_val))
  mean_val
}

# 分组计算并输出消息
mtcars %>%
  group_by(cyl) %>%
  summarize(
    v = calc_mean_with_msg(mpg, unique(cyl)),
    .groups = "drop"  # 取消分组状态，得到普通 tibble
  )

执行后会输出：

气缸为6的mpg均值是19.7428571428571
气缸为4的mpg均值是26.6636363636364
气缸为8的mpg均值是15.1
# A tibble: 3 × 2
    cyl     v
  <dbl> <dbl>
1     4  26.7
2     6  19.7
3     8  15.1

方法二：group_by + mutate（满足指定的组合要求） #

如果必须用mutate，可以通过row_number()控制每个组只在第一行执行消息输出，最后去重得到每个组一行的结果：

library(dplyr)

mtcars %>%
  group_by(cyl) %>%
  mutate(
    # 计算每个组的mpg均值
    v = mean(mpg),
    # 仅在每个组的第一行输出消息
    .before = 1
  ) %>%
  rowwise() %>%
  mutate(
    dummy = if (row_number() == 1) {
      message(paste0("气缸为", cyl, "的mpg均值是", v))
      NA
    }
  ) %>%
  ungroup() %>%
  # 保留唯一的分组和均值结果
  distinct(cyl, v)

执行后同样会输出每个组的消息，最终结果和方法一一致。

关于group_keys的使用 #

如果你想通过group_keys来获取分组信息，可以先提取分组键，再结合purrr的函数处理，写法如下：

library(dplyr)
library(purrr)

group_info <- mtcars %>% group_by(cyl) %>% group_keys()

group_info %>%
  mutate(
    v = map_dbl(cyl, function(c) {
      mean_val <- mtcars %>% filter(cyl == c) %>% pull(mpg) %>% mean()
      message(paste0("气缸为", c, "的mpg均值是", mean_val))
      mean_val
    })
  )

这种写法先提取分组键，再逐个处理每个分组，效果和之前的方法一致。

内容的提问来源于stack exchange，提问作者one