r - 试图理解 dplyr 函数 - group_by

Question

我试图了解 group_by 函数在 dplyr 中的工作方式。我正在使用 airquality 数据集，它随 datasets 包 link 一起提供.

我的理解是，如果我执行以下操作，它应该按 Temp 变量的升序排列记录

airquality_max1 <- airquality %>% arrange(Temp)

我看到 airquality_max1 就是这种情况。我现在想按 Temp 的递增顺序排列记录，但按 Month 分组。所以最终结果应该首先包含 Month == 5 的所有记录，按 Temp 的升序排列。然后它应该有 Month == 6 的所有记录，按 Temp 的递增顺序等等，所以我使用以下命令

airquality_max2 <- airquality %>% group_by(Month) %>% arrange(Temp)

但是，我发现结果仍然仅按 Temp 递增顺序排列，并未按 Month 分组，即 airquality_max1和 airquality_max2 是相等的。

我不确定为什么在 arrange 函数之前没有按 Month 分组。谁能帮助我理解我在这里做错了什么？

不仅仅是尝试按列对数据框进行排序的问题，我还试图理解 group_by 的行为，因为我试图用它来解释 group_by< 的应用 给某人。

Answer 1

arrange 忽略 group_by，参见 break-changes在 dplyr 0.5.0 上。如果您需要按两列排序，您可以这样做:

airquality %>% arrange(Month, Temp)

对于分组数据框，您还可以.by_group 变量首先按组变量排序。

airquality %>% group_by(Month) %>% arrange(Temp, .by_group = TRUE)