小编典典

如何解释 dplyr 消息“summarise()”通过“x”重新组合输出(用“.groups”参数覆盖)?

all

在更新到 dplyr 开发版本 0.8.99.9003 后运行 group_by 和 summarise() 时,我开始收到一条新消息(见帖子标题)。

这是重新创建输出的示例:

library(tidyverse)
library(hablar)
df <- read_csv("year, week, rat_house_females, rat_house_males, mouse_wild_females, mouse_wild_males 
               2018,10,1,1,1,1
               2018,10,1,1,1,1
               2018,11,2,2,2,2
               2018,11,2,2,2,2
               2019,10,3,3,3,3
               2019,10,3,3,3,3
               2019,11,4,4,4,4
               2019,11,4,4,4,4") %>% 
  convert(chr(year,week)) %>% 
  mutate(total_rodents = rowSums(select_if(., is.numeric))) %>% 
  convert(num(year,week)) %>% 
  group_by(year,week) %>% summarise(average = mean(total_rodents))

输出 tibble 是正确的,但出现此消息:

summarise()``.groups按“年”重新组合输出(用参数覆盖)

这应该如何解释?当我按年和周分组时,为什么它只报告按“年”重新分组?另外,覆盖是什么意思,我为什么要这样做?

我不认为该消息表明存在问题,因为它出现在整个 dplyr 小插图中: https
://cran.r-project.org/web/packages/dplyr/vignettes/programming.html

谢谢!


阅读 61

收藏
2022-07-28

共1个答案

小编典典

这只是一个友好的警告信息。默认情况下,如果在 之前有任何分组summarise,它会删除一个组变量,即在
中指定的最后一个group_by。如果只有一个分组变量,则后面不会有任何分组属性summarise,如果有多个,即这里是两个,那么分组属性减少为1,即数据将具有“年份”作为分组属性。作为一个可重现的例子

library(dplyr)
mtcars %>%
     group_by(am) %>% 
     summarise(mpg = sum(mpg))
#`summarise()` ungrouping output (override with `.groups` argument)
# A tibble: 2 x 2
#     am   mpg
#* <dbl> <dbl>
#1     0  326.
#2     1  317.

消息是它正在ungrouping ,即当有一个时group_by,它会在summarise

mtcars %>% 
   group_by(am, vs) %>% 
   summarise(mpg = sum(mpg))
#`summarise()` regrouping output by 'am' (override with `.groups` argument)
# A tibble: 4 x 3
# Groups:   am [2]
#     am    vs   mpg
#  <dbl> <dbl> <dbl>
#1     0     0  181.
#2     0     1  145.
#3     1     0  118.
#4     1     1  199.

在这里,它丢弃最后一个分组并与“am”重新组合

如果我们检查?summarise,默认情况下有一个.groups参数,"drop_last"其他选项是"drop",
"keep","rowwise"

.groups - 结果的分组结构。

“drop_last”:删除最后一级分组。这是 1.0.0 版之前唯一受支持的选项。

“drop”:所有级别的分组都被删除。

“keep”:与 .data 相同的分组结构。

“rowwise”:每一行都是它自己的组。

如果未指定 .groups,则当所有结果的大小为 1
时,您将获得“drop_last”,如果大小变化,您将获得“keep”。此外,除非选项“dplyr.summarise.inform”设置为
FALSE,否则会有一条消息通知您该选择。

即如果我们更改.groupsin summarise,我们不会收到消息,因为组属性已被删除

mtcars %>% 
    group_by(am) %>%
    summarise(mpg = sum(mpg), .groups = 'drop')
# A tibble: 2 x 2
#     am   mpg
#* <dbl> <dbl>
#1     0  326.
#2     1  317.


mtcars %>%
   group_by(am, vs) %>%
   summarise(mpg = sum(mpg), .groups = 'drop')
# A tibble: 4 x 3
#     am    vs   mpg
#* <dbl> <dbl> <dbl>
#1     0     0  181.
#2     0     1  145.
#3     1     0  118.
#4     1     1  199.


mtcars %>% 
   group_by(am, vs) %>% 
   summarise(mpg = sum(mpg), .groups = 'drop') %>%
   str
#tibble [4 脳 3] (S3: tbl_df/tbl/data.frame)
# $ am : num [1:4] 0 0 1 1
# $ vs : num [1:4] 0 1 0 1
# $ mpg: num [1:4] 181 145 118 199

以前,未发出此警告,它可能导致 OP 执行 amutate或其他假设没有分组并导致意外输出的情况。现在,警告给用户一个指示,我们应该小心有一个分组属性

注意:.groups现在正处experimental于其生命周期中。因此,可以在未来的版本中修改行为

根据我们是否需要基于相同分组变量(或不需要)对数据进行任何转换,我们可以在.groups.

2022-07-28