Vereinbaren Sie einen grouped_df Gruppe von Variablen funktioniert nicht

Ich habe einen Daten.frame, client-Namen, Jahren, und einige Umsatz-zahlen aus jedem Jahr.

df <- data.frame(client = rep(c("Client A","Client B", "Client C"),3), 
                 year = rep(c(2014,2013,2012), each=3), 
                 rev = rep(c(10,20,30),3)
                )

Möchte ich am Ende mit einem Daten.Rahmen, die Aggregate der Umsatz nach Kunde und Jahr. Ich habe dann die Daten Sortieren möchten.Rahmen von Jahres dann in absteigender Einnahmen.

library(dplyr)
df1 <- df %>% 
        group_by(client, year) %>%
        summarise(tot = sum(rev)) %>%
        arrange(year, desc(tot))

Jedoch, wenn Sie den code über die arrange() Funktion nicht ändern, dass die Reihenfolge der gruppierten Daten.Rahmen. Wenn ich den untenstehenden code und zwingen zu einer normalen Daten.frame-es funktioniert.

   library(dplyr)
    df1 <- df %>% 
            group_by(client, year) %>%
            summarise(tot = sum(rev)) %>%
            data.frame() %>%
            arrange(year, desc(tot))

Bin ich etwas fehlt, oder werde ich brauchen, um dies zu tun, jedes mal, wenn Sie versuchen zu arrange eine grouped_df durch eine gruppierte variable?

R-Version: 3.1.1
dplyr-package version: 0.3.0.2

BEARBEITEN 11/13/2017:
Wie bereits von lucacerone, beginnend mit dplyr 0.5, arrangieren, wieder einmal ignoriert Gruppen bei der Sortierung. Also mein original-code funktioniert jetzt so, wie ich es zunächst erwartet hätte.

anordnen() mal wieder ignoriert Gruppierung, zurückkehren zu dem Verhalten von dplyr 0,3 und früher. Diese macht organisieren() inkonsistent mit anderen dplyr Verben, aber ich denke, dieses Verhalten ist in der Regel mehr nützlich. Unabhängig davon, es ist nicht zu ändern, wieder als weitere änderungen wird nur zu noch mehr Verwirrung.

InformationsquelleAutor TBT8 | 2014-10-24
  1. 65

    Versuchen Sie, die Umstellung der Reihenfolge Ihres group_by Aussage:

    df %>% 
  group_by(year, client) %>%
  summarise(tot = sum(rev)) %>%
  arrange(year, desc(tot))

    Ich denke arrange ist die Bestellung innerhalb von Gruppen; nach summarize, die Letzte Gruppe fallen gelassen wird, so bedeutet dies bei deinem ersten Beispiel, es ist die Anordnung der Zeilen innerhalb der client Gruppe. Die Umschaltung der um group_by(year, client) scheint, es zu beheben, weil die client Gruppe wird gelöscht, nachdem summarize.

    Alternativ gibt es auch die ungroup() Funktion

    df %>% 
  group_by(client, year) %>%
  summarise(tot = sum(rev)) %>%
  ungroup() %>%
  arrange(year, desc(tot))

    Edit, @lucacerone: seit dplyr 0.5 das funktioniert nicht mehr:

    Wichtige änderungen anordnen() mal wieder ignoriert Gruppierung, zurückkehren
    um das Verhalten von dplyr 0,3 und früher. Dies macht anordnen()
    unvereinbar mit anderen dplyr Verben, aber ich denke, dieses Verhalten ist
    in der Regel mehr nützlich. Unabhängig davon, es ist nicht zu ändern, wieder, wie
    weitere änderungen wird nur zu noch mehr Verwirrung.

    • da dplyr 0.5 das funktioniert nicht mehr: Breaking changes arrange() once again ignores grouping, reverting back to the behaviour of dplyr 0.3 and earlier. This makes arrange() inconsistent with other dplyr verbs, but I think this behaviour is generally more useful. Regardless, it’s not going to change again, as more changes will just cause more confusion.
    • Dieser Kommentar muss mehr sichtbar. Leider ist das ändern ändern Sie dann wieder mit dem Verhalten vereinbaren lässt viele alte, sehr von Ihnen positiv bewertet werden stackoverflow Antworten falsch in dieser Phase.
    InformationsquelleAutor Kara Woo
  2. 6

    Neuesten Versionen von dplyr (zumindest aus dplyr_0.7.4) ermöglichen arrange innerhalb von Gruppen. Sie müssen nur so in die arrange() nennen .by_group = TRUE. Weitere Informationen finden hier
    In deinem Beispiel versuchen:

    library(dplyr)
df %>% 
        group_by(client, year) %>%
        summarise(tot = sum(rev)) %>%
        arrange(desc(tot), .by_group = TRUE)
    InformationsquelleAutor nghauran
Schreibe einen Kommentar