dplyr::row_number() 是否计算每个 obs 的行号？如果是这样，如何？

Question

在tidyverse website参考资料中，我看到了两种用法mutate(mtcars, row_number() == 1L)和mtcars %>% filter(between(row_number(), 1, 10))。可以直接认为 row_number() 函数是 return 数据框中每个观察值的行号。

但是在文档中已经强调，该函数是一个window函数，类似于其他语言的sortperm。如示例所示：

x <- c(5, 1, 3, 2, 2, NA)
row_number(x)
# [1]  5  1  4  2  3 NA

请问这个函数是为了报告每个观察的行号吗？如果是，函数调用背后的逻辑流程是什么？

谢谢！

Answer 1

如?row_number所说，row_number等同于rank(ties.method = "first")，其中rank（参见?rank）returns样本排名向量中的值并使用 "first" 会导致在每个索引组的关系中增加值的排列：

row_number
# function (x) 
# rank(x, ties.method = "first", na.last = "keep")
# <bytecode: 0x108538478>
# <environment: namespace:dplyr>

所以，

x <- c(5, 1, 3, 2, 2, NA)
row_number(x)
# [1]  5  1  4  2  3 NA
rank(x, ties = "first", na.last = "keep") # I added na.last = "keep" to fully replicate row_number
# [1]  5  1  4  2  3 NA

自

sort(x)
# [1] 1 2 2 3 5

由于 ties = "first"，我们给第一个 2 较低的排名。

现在，当我们在 filter、mutate 调用中简单地使用 row_number() 时，确实它似乎只是 return 一个行号向量，可以发现here.

dplyr::row_number() 是否计算每个 obs 的行号？如果是这样，如何？

Does dplyr::row_number() calculate row number for each obs? If so, how?

r

row-number

dplyr