为什么 dplyr 无法汇总我的数据？

Question

我正在努力将数据框 df0 与地理对象合并。以前，我使用 dplyr 向我的地理数据添加感兴趣的列，为此我使用了 [此处][1] 建议的方法。它适用于我的大数据集，但我一直在尝试对更简单的数据使用相同的方法，但我无法复制。这是问题的概述。

df0 是一个包含两列的 list：“国家/地区”和“PF”。它看起来像这样：

                              Country PF
1                        Afghanistan   3
2                            Albania   3
3                            Algeria   3
4                     American Samoa   0
5                            Andorra   3
6                             Angola   3
7                           Anguilla   0
8                  Antigua & Barbuda   0
9                          Argentina   1
10                           Armenia   3
11                             Aruba   0

地理对象使用rnaturalearth包定义如下：

library(rnaturalearth)
library(rnaturalearthdata)
world <- ne_countries(scale = "medium", returnclass = "sf")
world$Country<-noquote(world$name)

这是结果 world$Country 的样子：

1] Aruba                     Afghanistan               Angola                   
  [4] Anguilla                  Albania                   Aland                    
  [7] Andorra                   United Arab Emirates      Argentina                
 [10] Armenia                   American Samoa            Antarctica               
 [13] Ashmore and Cartier Is.   Fr. S. Antarctic Lands    Antigua and Barb.        
 [16] Australia                 Austria                   Azerbaijan               
 [19] Burundi                   Belgium                   Benin                    
 [22] Burkina Faso              Bangladesh                Bulgaria

想法是将列“PF”关联到对象 world。为此，我使用了一段代码：

library(dplyr)
df_sum <- df0%>% 
  filter(Country %in% world$Country) %>%
  group_by(Country) %>%
  summarise(PF= mean(PF))

world$PF<- df_sum$PF[match(world$Country, df_sum$Country)]

通常情况下，这样就可以了。但是，由于某种原因，这次它不起作用。我注意到对象 df_sum 在运行代码之后包含零个观察值，这意味着代码的第一部分是失败的部分。作为一名业余程序员，我觉得我可能缺少一些非常基本的概念。你能帮帮我吗？

根据提供的答案进行编辑

确实我怀疑问题出在df0。我是这样对待它的：

df0<-read.csv("C:/Users/public_funding.csv",sep=",")
df0$X<-NULL
colnames(df0)<-c("Country","PF")
#df0$Country<-levels(droplevels(df0$Country))
#df0$Country<-unlist(df0$Country)
head(df0)
nrow(df0)

数据如下所示： [![df0$Country][2]][2]

[![df0$Country][3]][3]

我认为我的问题是由图像中可以看到的列表结构产生的。这就是为什么您可以在我的代码中看到我尝试同时使用 df0$Country<-levels(droplevels(df0$Country)) 和 df0$Country<-unlist(df0$Country)，但它们不起作用的原因。 [1]: [2]: https://i.stack.imgur.com/cBva8.png [3]: https://i.stack.imgur.com/QYz2N.png

Answer 1

我重新创建了 df0、运行您的其余代码，对我来说效果很好：

library(rnaturalearth)
library(rnaturalearthdata)
library(rgeos)
library(dplyr)

df0 <- data.frame(Country = c("Afghanistan", "Albania", "Algeria", "American Samoa",
                              "Andorra", "Angola", "Anguilla", "Antigua & Barbuda",
                              "Argentina", "Armenia", "Aruba"), 
                  PF = c(3,3,3,0,3,3,0,0,1,3,0), stringsAsFactors = FALSE)
world <- ne_countries(scale = "medium", returnclass = "sf")
world$Country<-noquote(world$name)

df_sum <- df0 %>% 
  filter(Country %in% world$Country) %>%
  group_by(Country) %>%
  summarise(PF= mean(PF))

world$PF<- df_sum$PF[match(world$Country, df_sum$Country)]
> world$PF
  [1]  0  3  3  0  3 NA  3 NA  1  3  0 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
 [35] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA  3 NA NA NA NA NA
 [69] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
[103] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
[137] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
[171] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
[205] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
[239] NA NA NA

> df_sum
# A tibble: 10 x 2
   Country           PF
   <chr>          <dbl>
 1 Afghanistan        3
 2 Albania            3
 3 Algeria            3
 4 American Samoa     0
 5 Andorra            3
 6 Angola             3
 7 Anguilla           0
 8 Argentina          1
 9 Armenia            3
10 Aruba              0

既然你说 df_sum 在运行代码之后包含零观察值，我想知道这是否是 df0 的问题。尝试像我一样从头开始重新创建 df0，如果你得到相同的输出，问题可能出在你如何拉动 df0.

Answer 2

原来问题确实出在df0。仔细查看后，我意识到由于某些原因，每个国家/地区名称后面都有一个空白 space 。所以我的代码是通过简单地应用保存的：

df0$Country<-trimws(df0$Country, "r")

为什么 dplyr 无法汇总我的数据？

Why does dplyr fail to aggregate my data?

merge

r

geolocation

geospatial

dplyr