我正在使用dplyr
并喜欢它,但发现了一个奇怪的行为。我正在清理来自不同来源的一些数据,并将它们放在一个数据框架中。其中一部分需要使用dplyr
进行更多的清理,并生成了tbl
对象。另一部分比较简单,我有一个data.frame
对象。我把它们rbind
放在一起,当我进行分析时,试图使用dplyr
过滤函数,它无法正常工作。示例:
df1 <- data.frame(
group = factor(rep(c("C", "G"), 5)),
value = 1:10)
df1 <- df1 %>% group_by(group) #df1 is now tbl
df2 <- data.frame(
group = factor(rep("G", 10)),
value = 11:20)
df3 <- rbind(df1, df2) #df2 is data.frame
df3 %>% filter(group == "C") #returns filtered rows in df1 and all rows of df2
Source: local data frame [15 x 2]
Groups: group
group value
1 C 1
2 C 3
3 C 5
4 C 7
5 C 9
6 G 11
7 G 12
8 G 13
9 G 14
10 G 15
11 G 16
12 G 17
13 G 18
14 G 19
15 G 20
如果我做df3[df3$group == "C", ]
,它工作正常。程序错误
这是因为当您在df1上使用group_by时,它的结构会发生变化,并且会按组执行操作。当你做rbind 时
df3 <- rbind(df1, df2)
R试图创建与第一个部分(即df1)具有相同结构的df3,但由于df1和df2是不同类型的数据帧,当您应用过滤器时,它仅在df1上成组应用,并导致不稳定的输出。
如果你检查
df3<-rbind(df2,df1)
df3是一个没有组的普通数据帧,并给出正确的输出。
您应该删除行'df1<-df1%>%group_by(group)#df1现在是tbl'
如果要将data.frame更改为tbldf,则应该使用df1<-tbl_df(df1)
df1 <- data.frame(
group = factor(rep(c("C", "G"), 5)),
value = 1:10)
# df1 <- df1 %>% group_by(group) #df1 is now tbl
# df1<-tbl_df(df1)
df2 <- data.frame(
group = factor(rep("G", 10)),
value = 11:20)
df3 <- rbind(df1, df2) #df2 is data.frame
df3 %>% filter(group == "C") #returns filtered rows in df1 and all rows of df2