因此,如果希望在dplyr中逐行应用操作,可以使用rowwise
函数,例如:Applying a function to every row of a table using dplyr?
是否有unrowwise
函数可以用来逐行停止操作?目前,似乎在group_by
删除行操作后添加rowwise
,例如
data.frame(a=1:4) %>% rowwise() %>% group_by(a)
# ...
# Warning message:
# Grouping rowwise data frame strips rowwise nature
如果您希望明确删除group_by(1)
,这是否应该使用rowwise
?
答案 0 :(得分:45)
在评论和其他答案中找到,正确的方法是使用ungroup()
。
操作rowwise(df)
将其中一个df
类设为rowwise_df
。我们可以通过检查代码here来查看此类的方法,该代码提供了以下ungroup
方法:
#' @export
ungroup.rowwise_df <- function(x) {
class(x) <- c( "tbl_df", "data.frame")
x
}
因此,我们发现ungroup
并未严格删除分组结构,而只是删除了rowwise_df
函数中添加的rowwise
类。
答案 1 :(得分:4)
只需使用ungroup()
以下内容会产生警告:
data.frame(a=1:4) %>% rowwise() %>%
group_by(a)
#Warning message:
#Grouping rowwise data frame strips rowwise nature
这不会产生警告:
data.frame(a=1:4) %>% rowwise() %>%
ungroup() %>%
group_by(a)
答案 2 :(得分:0)
您可以使用as.data.frame(),如下所示
> data.frame(a=1:4) %>% rowwise() %>% group_by(a)
# A tibble: 4 x 1
# Groups: a [4]
a
* <int>
1 1
2 2
3 3
4 4
Warning message:
Grouping rowwise data frame strips rowwise nature
> data.frame(a=1:4) %>% rowwise() %>% as.data.frame() %>% group_by(a)
# A tibble: 4 x 1
# Groups: a [4]
a
* <int>
1 1
2 2
3 3
4 4