Bind Spalten zurückgegeben von Do/Tidy von dplyr und Besen funktioniert nicht wie erwartet

Question

Ich versuche do von dplyr und tidy von broom zu verwenden, um einige Sachen ordentlich in einen Datenrahmen zu organisieren. Alles funktioniert gut. Aber jetzt versuche ich, auf der Grundlage der Gruppierung innerhalb des gleichen Rohres Wert zu mutieren, und ich kann es nicht funktioniert, was ich will:

Beispiel (mit mtcars Datensatz):

library(dplyr) 
library(broom) 
mtcars %>% group_by(cyl) %>% mutate(n = n()) %>% do(tidy(summary(.$mpg))) 

Ich hatte gehofft, die Ausgabe von summary pro Zyl mit der Anzahl der Beobachtungen zu erhalten, die ich in der Mitte berechnete. Allerdings habe ich nur die Ausgabe von summary erhalten wie folgt:

Source: local data frame [3 x 7] 
Groups: cyl [3] 

    cyl minimum q1 median mean q3 maximum 
    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> 
1  4 21.4 22.80 26.0 26.66 30.40 33.9 
2  6 17.8 18.65 19.7 19.74 21.00 21.4 
3  8 10.4 14.40 15.2 15.10 16.25 19.2 

Ausgangswert n fehlt.

Ich habe auch versucht bind_cols und inner_join wie folgt und beide Ergebnis in Fehler unten:

mtcars %>% group_by(cyl) %>% mutate(mpgMean = mean(mpg)) %>% inner_join(., do(tidy(summary(.$mpg)))) 
Error in args[[1]] : subscript out of bounds 
mtcars %>% group_by(cyl) %>% mutate(n = n()) %>% bind_cols(do(tidy(summary(.$mpg)))) 
Error in args[[1]] : subscript out of bounds 

Jede Idee, wie ich diese Arbeit machen kann?

Meine erwartete Ausgabe ist:

Joining by: "cyl" 
Source: local data frame [3 x 8] 

    cyl  n minimum q1 median mean q3 maximum 
    <dbl> <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> 
1  4 11 21.4 22.80 26.0 26.66 30.40 33.9 
2  6  7 17.8 18.65 19.7 19.74 21.00 21.4 
3  8 14 10.4 14.40 15.2 15.10 16.25 19.2 

Natürlich habe ich dieses Ergebnis bekommen kann dies zu tun:

inner_join(count(mtcars, cyl), mtcars %>% group_by(cyl) %>% do(tidy(summary(.$mpg)))) 

Aber für eine einzelne Rohr Lösung suchen (wenn möglich).

Answer 1

Verwenden bind_cols innen do

mtcars %>% group_by(cyl) %>% 
      mutate(n = n()) %>% 
      do(bind_cols(tidy(summary(.$mpg)), 
         data.frame(unique(.$n)))) 

oder (bevorzugte Option) verwendet n als variable Gruppierung (mit freundlicher Genehmigung von @Frank):

mtcars %>% group_by(cyl) %>% 
      group_by(n = n(), add=T) %>% 
      do(tidy(summary(.$mpg))) 

Beide geben:

Source: local data frame [3 x 8] 
Groups: cyl, n [3] 

    cyl  n minimum q1 median mean q3 maximum 
    (dbl) (int) (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) 
1  4 11 21.4 22.80 26.0 26.66 30.40 33.9 
2  6  7 17.8 18.65 19.7 19.74 21.00 21.4 
3  8 14 10.4 14.40 15.2 15.10 16.25 19.2 

Answer 2

Ich fürchte die idiomatische Weg ist

my_summary = function(x) as.data.frame(as.list(c(n = length(x), summary(x)))) 
mtcars %>% group_by(cyl) %>% do(my_summary(.$mpg)) 

    cyl  n Min. X1st.Qu. Median Mean X3rd.Qu. Max. 
    (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) (dbl) 
1  4 11 21.4 22.80 26.0 26.66 30.40 33.9 
2  6  7 17.8 18.65 19.7 19.74 21.00 21.4 
3  8 14 10.4 14.40 15.2 15.10 16.25 19.2 

(Ich bin nicht vertraut genug mit broommy_summary schreiben Sie es.)