在R的dplyr中，我为什么需要在count()之后使用ungroup()？

Question

当我第一次开始使用R编程时，我经常会使用dplyr count（）。

library(tidyverse)    
mtcars %>% count(cyl)

一旦我开始使用apply函数，我就开始遇到与count()有关的问题。如果在count()的末尾简单地添加ungroup()，问题就会消失。

我没有任何特定的可重现问题要展示。但是有人可以解释一下可能的问题是什么，为什么ungroup()总是能够修复它，并且在每个count()或任何group_by()后都始终使用ungroup()是否有任何缺点？当然，我假设在计算或汇总后不再需要数据分组。

mtcars %>% count(cyl) %>% ungroup()

- stackinator

Answer 1

你曾经遇到的问题源于count()的旧行为。 在dplyr 0.5.0之前，如果你执行了以下操作：

mtcars %>%
  count(cyl, wt)

结果仍将按列进行分组。这意味着，例如，如果您跟随之类的内容，您将得到每个的一行，而您可能希望总共只有一行。如果在计数后放置<%>% ungroup()，则可以解决此问题。 从dplyr 0.7.0（于2017年6月发布）开始，此行为已更改，使count()保留其输入的分组（这意味着mtcars %>% count(wt, cyl)现在返回一个未分组的表）。这很可能是您无法再复制问题的原因，并且这意味着您不再需要在后执行。

---

请注意，在使用group_by()和summarize()之后，您可能仍需要执行ungroup():

mtcars %>%
  group_by(cyl, wt) %>%
  summarize(n = n())

返回一个仍然以cyl为分组的tibble：

# A tibble: 30 x 3
# Groups:   cyl [?]
     cyl    wt     n
   <dbl> <dbl> <int>
 1     4  1.51     1
 2     4  1.62     1
 3     4  1.84     1
 4     4  1.94     1
 5     4  2.14     1
 6     4  2.2      1
 7     4  2.32     1
 8     4  2.46     1
 9     4  2.78     1
10     4  3.15     1
# ... with 20 more rows

- David Robinson

---

group_by(cyl, wt) 返回一个按 cyl 和 wt 分组的 tibble。 - skoh

@skoh 每次调用 summarize 都会减少一个分组级别。请参见此处的第一个示例：https://dplyr.tidyverse.org/reference/summarise.html#examples - ba_ul