Question

如果我使用 aggregate 函数或 dplyr 包中的 summarise 进行计算，为什么这些给出的答案顺序不同？

示例：

a <- aggregate(hp~mpg+cyl+gear, mtcars, FUN = sum)

给我

 mpg cyl gear  hp
1  21.5   4    3  97
2  18.1   6    3 105
3  21.4   6    3 110
4  10.4   8    3 420
5  13.3   8    3 245

和

b <- mtcars %>%
     group_by(mpg, cyl, gear) %>%
     summarise(hp = sum(hp))

给我

    mpg   cyl  gear    hp
   <dbl> <dbl> <dbl> <dbl>
 1  10.4     8     3   420
 2  13.3     8     3   245
 3  14.3     8     3   245
 4  14.7     8     3   230
 5  15       8     5   335

为什么顺序不一样？

Answer 1

如@ zx8754所述，tidyverse操作将对行重新排序。不保证您将获得一定的行顺序。 https://github.com/tidyverse/dplyr/issues/2192#issuecomment-281655703

仔细观察一下，我看到该聚合按照齿轮，cyl和mpg排序。因此，以下tidyverse代码将提供与aggregate(hp~mpg+cyl+gear, mtcars, FUN = sum)相同的行顺序：

library(tidyverse)
mtcars %>% group_by(gear, cyl, mpg) %>% summarise(hp = sum(hp)) %>% head()
#> # A tibble: 6 x 4
#> # Groups:   gear, cyl [3]
#>    gear   cyl   mpg    hp
#>   <dbl> <dbl> <dbl> <dbl>
#> 1     3     4  21.5    97
#> 2     3     6  18.1   105
#> 3     3     6  21.4   110
#> 4     3     8  10.4   420
#> 5     3     8  13.3   245
#> 6     3     8  14.3   245

^{由reprex package（v0.2.1）于2019-02-27创建}

，并获得与mtcars %>% group_by(mpg, cyl, gear) %>% summarise(hp = sum(hp))相同的行顺序：

library(tidyverse)
aggregate(hp~gear+cyl+mpg, mtcars, FUN = sum) %>% head()
#>   gear cyl  mpg  hp
#> 1    3   8 10.4 420
#> 2    3   8 13.3 245
#> 3    3   8 14.3 245
#> 4    3   8 14.7 230
#> 5    5   8 15.0 335
#> 6    3   8 15.2 330

^{由reprex package（v0.2.1）于2019-02-27创建}

为什么汇总和总结会以不同的顺序给出答案？

1 个答案: