R，dplyr - group_by() 和arrange() 的组合不会产生预期的结果？答案

【问题标题】：R, dplyr - combination of group_by() and arrange() does not produce expected result?R，dplyr - group_by() 和arrange() 的组合不会产生预期的结果？
【发布时间】：2014-08-30 05:53:51
【问题描述】：

当使用 dplyr 函数 group_by() 和紧随其后的 arrange() 时，我希望得到一个输出，其中数据帧按我在 group_by() 中所述的在组中排序。我对文档的阅读是这种组合应该产生这样的结果，但是当我尝试它时，这不是我得到的，并且谷歌搜索并没有表明其他人遇到了同样的问题。我期待这个结果有错吗？

这里是一个例子，使用 R 内置数据集 ToothGrowth：

library(dplyr)
ToothGrowth %>%
  group_by(supp) %>%
  arrange(len)

运行此程序将生成一个数据框，其中整个数据框根据len 排序，而不是在supp 因素内。

这是产生所需输出的代码：

ToothGrowth %>%
  group_by(supp) %>%
  do( data.frame(with(data=., .[order(len),] )) )

【问题讨论】：

你能提交一份错误报告吗？
你能链接到这个错误报告吗？
@Paul4forest issue 已关闭，因此它要么已经在当前版本中，要么仍在开发分支中。
@Hrvoje 感谢您的链接。根据 Hadley 的测试用例，arrange() 首先按group_by() 函数中的列排序，然后按arrange() 函数中的列排序。 test_that("分组排列首先按组排序", { df1 % group_by(cyl) %>%arrange(disp) %>% ungroup() df2 %arrange(cyl, disp) expect_equal (df1, df2) })
@PaulRougieux，我不完全理解您的回复。 mtcars %>% group_by(cyl) %>% arrange(disp) %>% ungroup() 产生与mtcars %>% group_by(cyl) %>% arrange(disp) 相同的不良结果它与arrange(cyl,disp) 不同

标签： r dplyr

【解决方案1】：

您可以通过在arrange 中设置.by_group = TRUE 来产生预期的行为：

library(dplyr)
ToothGrowth %>%
    group_by(supp) %>%
    arrange(len, .by_group = TRUE)

【讨论】：

FWIW 这是我在给定问题的情况下寻找的答案。
这对我也有帮助！
这应该是公认的答案。 This问题特别需要这样的答案。

【解决方案2】：

我想你想要

ToothGrowth %>%
  arrange(supp,len)

链接系统只是替换了嵌套命令，所以首先你是分组，然后对分组结果进行排序，这会破坏原始排序。

【讨论】：

感谢您的建议。虽然它解决了我的特定问题，但我认为它不适用于更一般的情况，您可能希望保留原始 supp 变量的顺序。
然后使 supp 成为一个因素并使用级别指定排序
我就是想这样做，为什么不能按照你认为应该的方式工作（即先分组，然后安排）
我更喜欢这种方式，因为它更明确地遵循指示。在您要求它对变量进行排序之前，它会是不服从的，直到您添加一个 ungroup() 可以消除所有阻碍安排按要求工作的障碍。

【解决方案3】：

在仍使用group_by() 语句的同时解决此意外订单问题的另一种方法是将grouped_df 转换回data frame。例如，摘要需要 group_by：

ToothGrowthMeanLen <-  ToothGrowth %>%
    group_by(supp, dose) %>%
    summarise(meanlen = mean(len))

这个汇总表没有按meanlen的顺序排列

ToothGrowthMeanLen %>%
    arrange(meanlen)

这个汇总表是按照meanlen的顺序排列的

ToothGrowthMeanLen %>%
    data.frame() %>%   # Convert to a simple data frame
    arrange(meanlen)

将grouped_df 转换回数据框是我发现对汇总的data.frame 进行排序的第一种方法。但事实上dplyr::ungroup 就是为此而存在的。

ToothGrowthMeanLen %>%
    ungroup() %>%   # Remove grouping
    arrange(meanlen)

【讨论】：

@antoine-sac 实际上你可以使用更好的 ungroup()。