🔓ungroup()：取消分组结构

1. 何时需要 ungroup()

• 全局排序：分组汇总后，若想对整个表按某列排序，而非在每组内部排序。

• 后续管道操作：继续使用 filter()、mutate()、slice_*() 等时，不希望它们按旧的分组规则生效。

• 嵌套分组清理：在多层分组的场景中，去除所有分组或部分分组以简化后续步骤。

2. 基本用法

• data：通常是 group_by() 后的结果（一个 tibble/data.frame）。

3. 示例演示

示例数据

3.1 取消分组后进行全局排序

如果省略 ungroup()，arrange() 会被当作“组内排序”，最终可能无法实现全局排名。

3.2 嵌套分组与取消

• rank_in_group：每个组内部的分数排名

• overall_rank：全表范围内的分数排名

4. 小贴士

• ungroup() 只移除分组属性，不会改变数据本身内容或列。

• 如果数据上已有多层分组，ungroup() 会一次性清除所有分组。

• 若只想去掉最内层分组，可在 summarise() 中使用 .groups = "drop_last"。

• 查看当前分组信息：group_vars(df %>% group_by(...))，完全取消分组后可用 group_vars() 验证结果为空。

总结

在使用 dplyr 管道处理时，合理地打开（group_by()）与关闭（ungroup()）分组，使你的数据操作既具备分组粒度，也能灵活切换到全局视角。掌握它，可以避免许多“意外组内排序”或“分组污染”问题。