dplyr中的随机性
今天dplyr发生了奇怪的事情。我有“数据”,一个4列的矩阵。这是一个社交网络:V1和V2是通过边缘连接的节点,V3和V4是一些标签。我对这个数据集的汇总统计很感兴趣,所以我使用了dplyr。然而发生了一件奇怪的事情-它给了我一些随机的结果。。。在分组、整理和总结数据时,我看不到任何随机性的依据。你能告诉我在所附的例子中会发生什么吗 谢谢dplyr中的随机性,r,dplyr,R,Dplyr,今天dplyr发生了奇怪的事情。我有“数据”,一个4列的矩阵。这是一个社交网络:V1和V2是通过边缘连接的节点,V3和V4是一些标签。我对这个数据集的汇总统计很感兴趣,所以我使用了dplyr。然而发生了一件奇怪的事情-它给了我一些随机的结果。。。在分组、整理和总结数据时,我看不到任何随机性的依据。你能告诉我在所附的例子中会发生什么吗 谢谢 library(dplyr) library(magrittr) > head(data) V1 V2 V3
library(dplyr)
library(magrittr)
> head(data)
V1 V2 V3 V4
[1,] "B1003" "B1051" "130000037751" "B"
[2,] "B1009" "B1054" "130000037751" "B"
[3,] "B1009" "B1033" "130000037751" "B"
[4,] "B1012" "B1036" "130000037751" "B"
[5,] "B1012" "B1066" "130000037751" "B"
[6,] "B1012" "6IIIBM" "130000037751" "B"
> data %>%
+ as.data.frame %>%
+ group_by("V3", "V4") %>%
+ summarise(count=n_distinct("V1")) %>%
+ arrange(., desc(count)) %>%
+ print
Source: local data frame [293 x 3]
Groups: V3
V3 V4 count
1 130000034371 A 179
2 130000014127 D 122
3 130000018500 A 112
4 130000028544 A 112
5 130000034057 E 108
6 130000061048 D 103
7 130000061048 A 100
8 130000042055 A 99
9 130000001997 D 98
10 130000042055 B 94
嗯,当你打字时,你可能会有类似的奇怪行为
summarise(mtcars, n_distinct("mpg"))
迭代运行返回的值介于16和24之间
但这与dplyr文档中的示例不符。这些函数的参数应该是向量,而不是字符串
正确的变体
summarise(mtcars, n_distinct(mpg))
始终返回正确的值“25”
所以,试试看
data %>%
+ as.data.frame %>%
+ group_by(V3, V4) %>%
+ summarise(count=n_distinct(V1)) %>%
+ arrange(., desc(count)) %>%
+ print
与您的数据-可能这将返回正确的值
但是不管怎样,当使用字符时,dplyr发出的警告会很好。是的,问题是代码不会改变,结果会改变。这是我关心的问题。你能提交一个dplyr问题吗?现在是dplyr问题。
n_distinct(“mpg”)
现在被禁止,并给出了这样一条消息:n_distinct()的输入必须是数据集中的单个变量名
summarise(mtcars, n_distinct(mpg))
data %>%
+ as.data.frame %>%
+ group_by(V3, V4) %>%
+ summarise(count=n_distinct(V1)) %>%
+ arrange(., desc(count)) %>%
+ print