мутировать после подведения итогов - dplyr

Question

У меня есть игрушечный фрейм данных, подобный следующему

      Date Type Units
2016-10-11    A    11
2016-10-12    B    14
2016-10-12    C    10
2016-10-13    A     6
2016-10-13    B     4
2016-10-13    D     9
2016-10-14    E     7
2016-10-14    A    12
2016-10-14    C    12
2016-10-15    A    13
2016-10-15    F    12
2016-10-15    C     3
2016-10-15    D     4

df <- structure(list(Date = c("2016-10-11", "2016-10-12", "2016-10-12", 
"2016-10-13", "2016-10-13", "2016-10-13", "2016-10-14", "2016-10-14", 
"2016-10-14", "2016-10-15", "2016-10-15", "2016-10-15", "2016-10-15"
), Type = c("A", "B", "C", "A", "B", "D", "E", "A", "C", "A", 
"F", "C", "D"), Units = c(11L, 14L, 10L, 6L, 4L, 9L, 7L, 12L, 
12L, 13L, 12L, 3L, 4L)), class = "data.frame", row.names = c(NA, 
-13L))

и я хотел бы: добавить столбец, в котором указано количество типов в каждом Date, И суммировать группировку столбцов Units по Date. Выходной набор данных будет выглядеть примерно так:

Date       Units n_types
<chr>      <int>   <dbl>
2016-10-11    11       1
2016-10-12    24       2
2016-10-13    19       3
2016-10-14    31       3
2016-10-15    32       4

Однако мне не удалось сделать это, если бы не две mutate функции, как в коде ниже:

df %>%
  group_by(Date) %>%
  mutate(n_types = n()) %>%
  summarise_if(is.numeric, sum) %>%
  mutate(n_types = sqrt(n_types)) %>%
  ungroup()

Примечание : я использовал summarise_if, потому что в моем исходном наборе данных у меня гораздо больше числовых переменных, чем просто Units, поэтому я должен использовать эту функцию. Есть ли другой способ добавить столбец n_types без использования двух функций mutate? Или мой хороший способ сделать это?

Answer 1

Мы можем поместить n_types также в group_by, а затем сделать summarise_if, чтобы удалить один дополнительный шаг

df %>% 
   group_by(Date) %>% 
   group_by(n_types = n(), add = TRUE) %>% 
   summarise_if(is.numeric, sum)
# A tibble: 5 x 3
# Groups:   Date [?]
#  Date       n_types Units
#  <chr>        <int> <int>
#1 2016-10-11       1    11
#2 2016-10-12       2    24
#3 2016-10-13       3    19
#4 2016-10-14       3    31
#5 2016-10-15       4    32