如何解释dplyr消息` output ()‘用'x’重新分组输出(用`.groups`参数覆盖)？
在运行group_by时，我开始收到一条新消息(请参阅post标题)，并在更新到dplyr开发版本0.8.99.9003后进行总结()。
下面是一个重新创建输出的示例：
library(tidyverse)
library(hablar)
df <- read_csv("year, week, rat_house_females, rat_house_males, mouse_wild_females, mouse_wild_males
2018,10,1,1,1,1
2018,10,1,1,1,1
2018,11,2,2,2,2
2018,11,2,2,2,2
2019,10,3,3,3,3
2019,10,3,3,3,3
2019,11,4,4,4,4
2019,11,4,4,4,4") %>%
convert(chr(year,week)) %>%
mutate(total_rodents = rowSums(select_if(., is.numeric))) %>%
convert(num(year,week)) %>%
group_by(year,week) %>% summarise(average = mean(total_rodents))输出tibble是正确的，但这条消息显示：
summarise()按“年份”对输出进行重组(用.groups参数覆盖)
这应如何解释？为什么在我按年度和每周分组时，它只按“年份”进行重组？另外，覆盖意味着什么?我为什么要这样做？
我不认为这条消息表明了问题，因为它出现在dplyr vignette：https://cran.r-project.org/web/packages/dplyr/vignettes/programming.html中
我认为这是一条新消息，因为它只出现在最近的问题上，比如How to melt pairwise.wilcox.test output using dplyr?和R Aggregate over multiple columns (这两个问题都没有解决重组/重写消息)。
谢谢!
回答 5
Stack Overflow用户
发布于 2020-06-01 20:41:18
这只是一个友好的警告信息。默认情况下，如果在summarise之前有任何分组，它会删除一个组变量，即在group_by中指定的最后一个变量。如果只有一个分组变量，那么在summarise之后就不会有任何分组属性，而且如果有多个分组属性(这里是两个)，那么分组的属性将减少到1，即数据将具有‘more’作为分组属性。作为一个可复制的例子
library(dplyr)
mtcars %>%
group_by(am) %>%
summarise(mpg = sum(mpg))
#`summarise()` ungrouping output (override with `.groups` argument)
# A tibble: 2 x 2
# am mpg
#* <dbl> <dbl>
#1 0 326.
#2 1 317.消息是，它是ungrouping，也就是说，当有一个group_by时，它会在summarise之后删除该分组。
mtcars %>%
group_by(am, vs) %>%
summarise(mpg = sum(mpg))
#`summarise()` regrouping output by 'am' (override with `.groups` argument)
# A tibble: 4 x 3
# Groups: am [2]
# am vs mpg
# <dbl> <dbl> <dbl>
#1 0 0 181.
#2 0 1 145.
#3 1 0 118.
#4 1 1 199.在这里，它删除最后一个分组，并与'am‘重新组合。
如果我们检查?summarise，就会发现.groups参数默认为"drop_last"，其他选项是"drop"、"keep"、"rowwise"。
.groups -结果的分组结构。
"drop_last"：放弃最后的分组级别。这是1.0.0版本之前唯一受支持的选项。
“下降”：所有级别的分组都被删除。
“保持”：与.data相同的分组结构。
“行”：每一行都是自己的组。
当没有指定.groups时，当所有结果都是1大小时，要么得到"drop_last“，要么在大小变化时得到”drop_last“。此外，除非选项"dplyr.summarise.inform“设置为FALSE，否则消息会通知您该选项。
也就是说，如果我们在.groups中更改summarise，则不会得到消息，因为组属性将被删除
mtcars %>%
group_by(am) %>%
summarise(mpg = sum(mpg), .groups = 'drop')
# A tibble: 2 x 2
# am mpg
#* <dbl> <dbl>
#1 0 326.
#2 1 317.
mtcars %>%
group_by(am, vs) %>%
summarise(mpg = sum(mpg), .groups = 'drop')
# A tibble: 4 x 3
# am vs mpg
#* <dbl> <dbl> <dbl>
#1 0 0 181.
#2 0 1 145.
#3 1 0 118.
#4 1 1 199.
mtcars %>%
group_by(am, vs) %>%
summarise(mpg = sum(mpg), .groups = 'drop') %>%
str
#tibble [4 × 3] (S3: tbl_df/tbl/data.frame)
# $ am : num [1:4] 0 0 1 1
# $ vs : num [1:4] 0 1 0 1
# $ mpg: num [1:4] 181 145 118 199在此之前，没有发出此警告，它可能导致OP执行mutate或其他操作的情况，假设没有分组并导致意外的输出。现在，警告给用户一个指示，说明我们应该小心有一个分组属性。
注意：.groups现在是其生命周期中的experimental。因此，这种行为可以在将来的发行版中进行修改。
根据我们是否需要基于同一个分组变量(或不需要)对数据进行任何转换，我们可以在.groups中选择不同的选项。
Stack Overflow用户
发布于 2021-09-30 13:18:20
套用公认的答案，这只是一个友好的、令人困惑的警告。
summarise()已将输出按“xxx”分组
应该读取:输出是OK的，并包含所有分组列作为属性，只有分组键可能受到限制。
用mtcars计算cyl, am对mean(mpg)进行分组的实例
mtcars %>% group_by(cyl, am) %>% summarise(avg_mpg = mean(mpg))
`summarise()` has grouped output by 'cyl'. You can override using the `.groups` argument.
# A tibble: 6 x 3
# Groups: cyl [3]
cyl am avg_mpg
<dbl> <dbl> <dbl>
1 4 0 22.9
2 4 1 28.1
3 6 0 19.1
4 6 1 20.6
5 8 0 15.0
6 8 1 15.4警告是说，在输出中，使用默认的.groups = "drop_last"只保留了原始分组键中的第一个。请看行# Groups: cyl [3]。
然而，属性是完整的，cyl和am都是定义的。
这里简要介绍了可用选项，它显示了函数group_keys()的结果
mtcars %>% group_by(cyl, am) %>% summarise(avg_mpg = mean(mpg)) %>% group_keys()
`summarise()` has grouped output by 'cyl'. You can override using the `.groups` argument.
# A tibble: 3 x 1
cyl
<dbl>
1 4
2 6
3 8
mtcars %>% group_by(cyl, am) %>% summarise(avg_mpg = mean(mpg), .groups = "keep") %>% group_keys()
# A tibble: 6 x 2
cyl am
<dbl> <dbl>
1 4 0
2 4 1
3 6 0
4 6 1
5 8 0
6 8 1
mtcars %>% group_by(cyl, am) %>% summarise(avg_mpg = mean(mpg), .groups = "drop") %>% group_keys()
# A tibble: 1 x 0唯一可见的结果是在使用级联摘要时--下面的示例在删除组键时只生成一个汇总行。
mtcars %>% group_by(cyl, am) %>% summarise(avg_mpg = mean(mpg), .groups = "drop") %>% summarise(min_avg_mpg = min(avg_mpg))
# A tibble: 1 x 1
min_avg_mpg
<dbl>
1 15.0但是，由于分组属性都是可用的，因此在随后的总结之前使用group_by(cyl, am)重置组键应该不是问题。
Stack Overflow用户
发布于 2021-02-23 23:06:41
答案在“？摘要”中解释：“当未指定.groups时，根据结果的行数选择它:如果所有结果都有一行，则得到"drop_last”。如果行数不同，则得到“保持”。
基本上，当有多个选项可用作.groups=参数时，就会得到这样的消息。该消息警告您，在按照上述条件计算统计数据时使用了一个选项："drop_last“或”rows“，分别用于1行或多行的结果。假设由于某种原因，在管道中应用了两个或多个分组条件，但仍然需要对所有值进行汇总，而不考虑分组，这可以通过设置.group = 'drop‘来完成。不幸的是，这只是理论上的，因为正如您在@akrun的示例中所看到的，无论在.group=中设置了哪个选项，统计值都保持不变(我将这些不同的选项应用于我的数据集之一，得到了相同的结果和相同的数据结构(‘分组结构由.group=参数控制……’)。但是，通过指定参数.group，不会输出任何消息。
底线是，当使用汇总时，如果不使用分组标准，则对所有行计算输出统计量，因此“结果有1行”。当使用一个或多个分组标准时，在每个组内计算输出统计量，因此“行数随数据帧中组数的不同而变化”。
https://stackoverflow.com/questions/62140483
复制相似问题
腾讯云开发者
