R中的条件过滤和汇总

我最近从STATA + Excel过渡到R。所以，如果有人可以帮助我编写高效的代码，我将不胜感激。在发布SO之前，我已经尽力研究了答案。

这是我的数据的样子：

mydata<-data.frame(sassign$buyer,sassign$purch,sassign$total_)
str(mydata)
'data.frame':   50000 obs. of  3 variables:
 $ sassign.buyer : Factor w/ 2 levels "no","yes": 1 1 1 1 1 2 1 1 2 1 ...
 $ sassign.purch : num  10 3 2 1 1 1 1 11 11 1 ...
 $ sassign.total_: num  357 138 172 272 149 113 15 238 418 123 ...
head(mydata)
  sassign.buyer sassign.purch sassign.total_
1            no            10            357
2            no             3            138
3            no             2            172
4            no             1            272
5            no             1            149
6           yes             1            113

我的目标是找到购买次数大于1的平均购买者数量。

所以，这就是我所做的：

方法1：长方法

library(psych)
check<-as.numeric(mydata$sassign.buyer)-1
myd<-cbind(mydata,check)
abcd<-psych::describe(myd[myd$sassign.purch>1,])
abcd$mean[4]

我得到的输出是：0.1031536697，这是正确的。

@Sathish：这是支票的样子：

head(check)
0 0 0 0 0 1

这确实解决了我的目的。

这种方法的优点：很简单，通常是初学者。缺点：太多了-我需要一个额外的变量（检查）。另外，我不喜欢这种方法-它太笨拙了。

补充问题：我意识到默认情况下，尽管设置了选项（数字= 10），但函数显示的精度更高。例如，这是我从运行中得到的结果：

psych::describe(myd[myd$sassign.purch>1,])


               vars     n   mean     sd median trimmed    mad min max range skew
sassign.buyer*    1 34880   1.10   0.30      1    1.00   0.00   1   2     1 2.61
sassign.purch     2 34880   5.14   3.48      4    4.73   2.97   2  12    10 0.65
sassign.total_    3 34880 227.40 101.12    228  226.13 112.68  30 479   449 0.09
check             4 34880   0.10   0.30      0    0.00   0.00   0   1     1 2.61
               kurtosis   se
sassign.buyer*     4.81 0.00
sassign.purch     -1.05 0.02
sassign.total_    -0.72 0.54
check              4.81 0.00

只是我跑的时候

abcd$mean[4]

我得到0.1031536697

方法2：使用dplyr我尝试了管道和函数调用，但最终我放弃了。

方法2 | 尝试1：心理:: describe（dplyr :: filter（mydata，mydata $ sassign.purch> 1）[，dplyr :: mutate（as.numeric（mydata $ sassign.buyer）-1）]））

输出：

Error in UseMethod("mutate_") : 
  no applicable method for 'mutate_' applied to an object of class "c('double', 'numeric')"

方法2 | 尝试2：使用管道：

mydata %>% mutate(newcol = as.numeric(sassign.buyer)-1) %>% dplyr::filter(sassign.purch>1) %>% summarise(meanpurch = mean(newcol))

这确实奏效了，我的意思是平均购买= 0.1031537。但是，我仍然不确定尝试1。

有什么想法为什么不起作用？