dplyr返回每个组的全局平均值，而不是每个组的平均值

dplyr是一个R语言中用于数据处理和操作的包，它提供了一组简洁且一致的函数，可以方便地对数据进行筛选、排序、分组、汇总等操作。

对于给定的数据集，如果我们想要计算每个组的全局平均值，而不是每个组的平均值，可以使用dplyr中的group_by()和mutate()函数来实现。

首先，使用group_by()函数按照组的列进行分组。然后，使用mutate()函数创建一个新的列，该列包含了每个组的全局平均值。最后，使用summarize()函数对每个组进行汇总，得到每个组的全局平均值。

以下是一个示例代码：

library(dplyr)

# 假设我们有一个数据集df，其中包含了组列group和数值列value
df <- data.frame(group = c("A", "A", "B", "B", "C", "C"),
                 value = c(1, 2, 3, 4, 5, 6))

# 使用group_by()函数按照组列进行分组
df_grouped <- df %>% group_by(group)

# 使用mutate()函数创建一个新的列，该列包含了每个组的全局平均值
df_grouped <- df_grouped %>% mutate(global_mean = mean(value))

# 使用summarize()函数对每个组进行汇总，得到每个组的全局平均值
df_summary <- df_grouped %>% summarize(global_mean = mean(global_mean))

# 打印结果
print(df_summary)

以上代码中，我们首先将数据集df按照组列进行分组，然后使用mutate()函数创建了一个新的列global_mean，该列包含了每个组的全局平均值。最后，使用summarize()函数对每个组进行汇总，得到了每个组的全局平均值。

这里推荐使用腾讯云的云原生产品，例如腾讯云容器服务（Tencent Kubernetes Engine，TKE），它是一种高度可扩展的容器管理服务，可以帮助用户快速构建、部署和管理容器化应用。TKE提供了强大的容器编排和调度能力，可以轻松管理大规模容器集群，并且具备高可用性和自动伸缩等特性。

腾讯云容器服务（TKE）产品介绍链接地址：https://cloud.tencent.com/product/tke

通过使用腾讯云容器服务（TKE），可以方便地部署和管理容器化的应用程序，提高应用的可靠性和可伸缩性。同时，TKE还提供了丰富的监控、日志和告警功能，帮助用户更好地管理和运维容器化应用。