R 进行变异+；分组数据框上的筛选与摘要？

在

dplyr 0.5.0

中，对分组数据帧调用

summary

不能保证任何结果行顺序（目前，它按组重新排序行，不确定如何处理重复的分组级别）

为了解决这个问题，我想用

mutate（x=…）%%>%filter（row_number（）==1）

替换所有

summary（x=…）

操作。这样做有什么缺点或缺点吗

这两个操作的示例

tmp_df <- 
    data.frame(group = rep(c(2L, 1L), each = 5), b = rep(c(-1, 1), each = 5)) %>%
    group_by(group)

tmp_df %>%
    summarise(b = sum(b))

tmp_df %>%
    mutate(b = sum(b)) %>%
    filter(row_number() == 1)

---

一个选项是将“组”创建为

因子

tmp_df <- data.frame(group = rep(c(2L, 1L), each = 5), b = rep(c(-1, 1), each = 5)) %>%
             group_by(group = factor(group, levels = unique(group)))

tmp_df %>%
    summarise(b = sum(b))
# A tibble: 2 x 2
#    group     b
#   <fctr> <dbl>
#1      2    -5
#2      1     5

tmp_df%
分组依据（组=系数（组，级别=唯一（组）））
tmp_df%>%
总结（b=总和（b））
#一个tibble:2x2
#b组
#    
#1      2    -5
#2      1     5

summary（）

对我来说似乎更具可读性/意义，因为这就是你正在做的。如果行顺序如此重要，那么以后再排序。我愿意牺牲可读性来保留行顺序，因为在分析过程中，我可能已经忘记了如何对数据帧进行排序。（事实上，我真正想要的是定义一个新的摘要函数来取代mutate+过滤器）。使用data.table:

tmp\u df%>%data.table%>%group\u by（group）%%>%summary（b=sum（b））

为我显示了预期的顺序。我正在加载data.table包而不是dtplyr，但我想它的工作原理是一样的。（我使用的是

data.table（）

而不是

setDT（）

，因为它更符合dplyr的“不要修改”原则。）@Frank，整洁！但我有点害怕这会起作用！如果文档没有明确说明它保留了顺序，那么很可能是

数据。table

版本将在下一个版本中开始执行相同的操作，因此请小心。这非常简洁，但在正常使用中可能会有多个分组变量，我想你可以创建一个组索引或其他东西。@Alex如果有多个组，那么

df1%>%mutate\u at（vars（colsofinterest）、funs（factor（，levels=unique（）））%>%group\u by_uuu（.dots=colsofinterest）

summarise_o <- function (.data, ...) {
    # order preserving summarise
    mutate_(.data, .dots = lazyeval::lazy_dots(...)) %>%
        filter(row_number() == 1) %>% 
        return
}

tmp_df %>%
    summarise_o(b = sum(b))

tmp_df <- data.frame(group = rep(c(2L, 1L), each = 5), b = rep(c(-1, 1), each = 5)) %>%
             group_by(group = factor(group, levels = unique(group)))

tmp_df %>%
    summarise(b = sum(b))
# A tibble: 2 x 2
#    group     b
#   <fctr> <dbl>
#1      2    -5
#2      1     5