dplyr‘`rowwise()’group是否与`group_by()组相同？
dplyr‘`rowwise()’group是否与`group_by()组相同？
提问于 2020-05-04 16:39:04
library(tidyverse)
mtcars %>% group_by(cyl) %>% is_grouped_df()
#> [1] TRUE我可以根据变量对数据帧进行分组，并确认是否使用is_grouped_df()函数对其进行分组(如上文所示)。
我可以对dplyr rowwise()函数运行相同的分析，而且rowwise()似乎不按行对数据集进行分组。我有一个问题，阅读帮助页(?rowwise)不能清楚地回答我的问题。
组按行输入
描述:行()允许您在数据帧上按时间计算行。当向量化函数不存在时，这是最有用的。
行级tibble在被group_by()、ungroup()或as_tibble()显式删除之前保持其逐行状态。
我的问题是:在调用rowwise()函数之后，是否需要调用管道中的ungroup()函数来取消对数据集的分组？还是默认情况下这样做？下面的管道建议不对包含rowwise()的管道进行分组：
mtcars %>% rowwise() %>% is_grouped_df()
#> [1] FALSE这句话让我感到困惑，“逐行tibble保持其逐行状态，直到由.ungroup().显式删除”。为什么我需要ungroup()一个已经没有分组的tibble呢？
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-05-04 16:55:47
有趣的观察。这可能是is_grouped_df的一个bug，除非它某种程度上是我不知道的特性。但是，考虑到下面所做的测试，我确实认为ungroup很重要(请参阅注释)：
library(tidyverse)
mtcars %>% select(1:3) %>% rowwise() %>% head(2)
#> Source: local data frame [2 x 3]
#> Groups: <by row>
##### ^ THIS DOES HAVE A GROUP ####
#>
#> # A tibble: 2 x 3
#> mpg cyl disp
#> <dbl> <dbl> <dbl>
#> 1 21 6 160
#> 2 21 6 160
mtcars %>% select(1:3) %>% rowwise() %>% mutate(n()) %>% head(2)
#> Source: local data frame [2 x 4]
#> Groups: <by row>
#>
#> # A tibble: 2 x 4
#> mpg cyl disp `n()`
#> <dbl> <dbl> <dbl> <int>
#> 1 21 6 160 1
#> 2 21 6 160 1
mtcars %>% select(1:3) %>% mutate(n()) %>% head(2)
#> mpg cyl disp n()
#> 1 21 6 160 32
#> 2 21 6 160 32
##### ^ THIS IS EXPECTED AND THE n BEHAVES DIFFERENTLY WHEN THE ROWWISE() IS APPLIED ####
##### IF WE WANT TO RESTORE "NORMAL" BEHAVIOR, IT'S PROBABLY WISE TO UNGROUP IN ORDER TO LOSE THE ROWWISE OPERATIONS #####
mtcars %>% select(1:3) %>% rowwise() %>% ungroup %>% mutate(n()) %>% head(2)
#> # A tibble: 2 x 4
#> mpg cyl disp `n()`
#> <dbl> <dbl> <dbl> <int>
#> 1 21 6 160 32
#> 2 21 6 160 32
## ^ NORMAL AFTER UNGROUP页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/61597222
复制相关文章
相似问题
腾讯云开发者
