R:dplyr和行号（）未按预期进行枚举

我想枚举分组产生的dataframe/Tible的每条记录。索引是按照定义的顺序进行的。如果我使用row_number（），它会在组内枚举。但我希望它在不考虑前一个分组的情况下进行枚举

这里有一个例子。为了简单起见，我使用了最简单的数据帧：

library(dplyr)

df0 <- data.frame( x1 = rep(LETTERS[1:2],each=2)
                 , x2 = rep(letters[1:2], 2)
                 , y = floor(abs(rnorm(4)*10))
)
df0
#   x1 x2  y
# 1  A  a 12
# 2  A  b 24
# 3  B  a  0
# 4  B  b 12

库（dplyr）
df0%汇总（y=总和（y））

这给了我一个tibble类的对象：

 # A tibble: 4 x 3
 # Groups:   x1 [?]
 #   x1    x2        y
 #   <fct> <fct> <dbl>
 # 1 A     a        12
 # 2 A     b        24
 # 3 B     a         0
 # 4 B     b        12

#一个tible:4 x 3
#组：x1[？]
#x1x2y
#     
#1 A 12
#2 A b 24
#3BA0
#4 B 12

我想使用row_numer（）将行号添加到此表中：

df2%arrange（desc（y））%%>%mutate（index=row_number（））
df2
#一个tibble:4x4
#分组：x1[2]
#x1x2y指数
#      
#1 A b 24 1
#2 A 12 2
#3 B 12 1
#4BA02

行数（）在前一个分组中不枚举。这不是我的本意。这可以避免首先将TIBLE转换为数据帧：

 df2 <- df2 %>% as.data.frame() %>% arrange(desc(y)) %>% mutate(index = row_number())
 df2
 #   x1 x2  y index
 # 1  A  b 24     1
 # 2  A  a 12     2
 # 3  B  b 12     3
 # 4  B  a  0     4

df2%as.data.frame（）%%>%arrange（desc（y））%%>%mutate（index=row_number（））
df2
#x1x2y指数
#1 A b 24 1
#2 A 12 2
#3 B 12 3
#4BA04

我的问题是：这种行为是故意的吗？ 如果是：将以前的数据处理合并到tibble中不是很危险吗？合并了哪种类型的处理？

---

目前，我将把TIBLE转换为dataframe，以避免出现这种意外结果。

详细说明我的评论：是的，保留分组是有意的，在许多情况下是有用的。只有当你不了解

groupby

是如何工作的，并且这对任何函数都是正确的，这才是危险的。要通过撤消

group\u，请调用
ungroup

看一下，因为它们非常全面，并解释了此函数如何与其他函数交互，分组是如何分层的，等等。文档还解释了每次调用
summary
时如何删除分组层。您可能对正在发生的事情感到困惑

例如，您可以按
x1
和
x2
分组，汇总
y
，并创建行号，行号将根据
x1
为您提供行（
summary
删除一层分组，即删除
x2
分组）。然后，解组允许您基于整个数据帧获取行号

库（dplyr）
df0%>%
（x1，x2）%>%
总结（y=总和（y））%>%
变异（组行=行号（））%>%
解组（）%>%
变异（所有行=行编号（））
#>#A tibble:4 x 5
#>x1 x2 y组所有行
#>                
#>1 A 12 1 1
#>2 A b 2 2
#>3BA103
#>4B2324

一个用例——我可能每天都这样做，就是在多个组中求和（同样是，
x1
和
x2
），然后用
mutate
找到这些值在更大组中的份额（剥去一层分组后，这是
x1
）。同样，这里我取消分组以显示共享，而不是整个数据帧

df0%>%
（x1，x2）%>%
总结（y=总和（y））%>%
突变（组中的份额=y/总和（y））%>%
解组（）%>%
突变（共享所有值df=y/总和（y））
#>#A tibble:4 x 5
#>x1 x2 y共享\u在\u组中共享\u所有\u df
#>                       
#>1A 12 0.857 0.255
#>2 A b 2 0.1430.0426
#>3 B 10 0.303 0.213
#>4 B 23 0.697 0.489

由（v0.2.1）于2018年10月11日创建。
在
mutate（index=row_number（））
之前添加
ungroup（）%%>%
怎么样？

？是的，该行为是有意的，因为您仍然可以对上一个案例进行分组。您需要先

ungroup（）

。尝试<代码> DF1%> %unGROUP（）%%Sead（DeCc（y））%.%突变（index = RoWo编号（））<代码>或做代码> DF1%GROPY（x1，x2）%> %y（y＝和（y））%> %unGROUP（）/代码>。更重要的是要知道这就是将要发生的事情，并采取相应的行动，即当你不再需要分组时，调用

ungroup

，我必须深入研究tidyverse。

 df2 <- df1 %>% arrange(desc(y)) %>% mutate(index = row_number())
 df2
 # A tibble: 4 x 4
 # Groups:   x1 [2]
 #   x1    x2        y index
 #   <fct> <fct> <dbl> <int>
 # 1 A     b        24     1
 # 2 A     a        12     2
 # 3 B     b        12     1
 # 4 B     a         0     2

 df2 <- df2 %>% as.data.frame() %>% arrange(desc(y)) %>% mutate(index = row_number())
 df2
 #   x1 x2  y index
 # 1  A  b 24     1
 # 2  A  a 12     2
 # 3  B  b 12     3
 # 4  B  a  0     4