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?
答案 0 :(得分:0)
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