dplyr 在管道中使用的功能顺序是否重要？
Does the order in which the dplyr functions,used in pipeline matters?
我注意到 dplyr 在管道中使用时的运行顺序会影响结果。例如：
iris %>%
group_by(Species) %>%
mutate(Sum = sum(Sepal.Length))
产生与此不同的结果：
iris %>%
mutate(Sum = sum(Sepal.Length)) %>%
group_by(Species)
谁能解释一下这是为什么，如果有任何必须定义的特定顺序，请说明。
谢谢
仅供参考：iris 是 R 中的内置数据集，使用 data(iris) 加载它。我试图添加一个新列，每个物种的萼片长度总和。
是的，顺序很重要，因为管道的每个部分都是单独评估的，从第一个管道部分到最后一个管道部分，并且前一个管道（或原始数据集）的结果通过管道传递给接下来是管道部分。这意味着，如果您像示例中那样在 mutate 之后使用 group_by ，则 mutate 将在不分组的情况下完成。
一个副作用是您可以创建复杂而长的管道，您可以在其中控制操作顺序（通过将它们放置在管道的右侧）并且您不需要在操作后启动新管道完成了。
是的，顺序很重要。
管道相当于：
iris<-group_by(iris, Species)
iris<-mutate(iris, Sum = sum(Sepal.Length))
如果你改变了顺序，你就改变了结果。如果你首先按物种分组，你将得到按物种总和的结果（我想这就是你想要的）。
但是，如果您在总和后按物种分组，则此总和将对应于所有物种萼片长度的总和。
我注意到 dplyr 在管道中使用时的运行顺序会影响结果。例如：
iris %>%
group_by(Species) %>%
mutate(Sum = sum(Sepal.Length))
产生与此不同的结果：
iris %>%
mutate(Sum = sum(Sepal.Length)) %>%
group_by(Species)
谁能解释一下这是为什么，如果有任何必须定义的特定顺序，请说明。 谢谢
仅供参考：iris 是 R 中的内置数据集，使用 data(iris) 加载它。我试图添加一个新列，每个物种的萼片长度总和。
是的，顺序很重要，因为管道的每个部分都是单独评估的，从第一个管道部分到最后一个管道部分，并且前一个管道（或原始数据集）的结果通过管道传递给接下来是管道部分。这意味着，如果您像示例中那样在 mutate 之后使用 group_by ，则 mutate 将在不分组的情况下完成。
一个副作用是您可以创建复杂而长的管道，您可以在其中控制操作顺序（通过将它们放置在管道的右侧）并且您不需要在操作后启动新管道完成了。
是的，顺序很重要。
管道相当于：
iris<-group_by(iris, Species)
iris<-mutate(iris, Sum = sum(Sepal.Length))
如果你改变了顺序，你就改变了结果。如果你首先按物种分组，你将得到按物种总和的结果（我想这就是你想要的）。 但是，如果您在总和后按物种分组，则此总和将对应于所有物种萼片长度的总和。