在dplyr窗口函数中使用多列？SQL转dplyr的实现疑问

首先说你提到的DENSE_RANK()排序需求：
你的SQL代码是全局按Name和Email排序生成排名，在dplyr里可以直接用窗口函数的写法，不过要注意参数的正确使用——你原来写的dense_rank(Name, Email)是不对的，因为dplyr的dense_rank()默认接受的是要排序的变量（或变量组合），正确的写法有两种：

1. 使用order_by参数明确指定排序字段：

tbl %>% 
  mutate(n = dense_rank(order_by = c(Name, Email)))

2. 使用across()包裹多变量，适合需要批量指定字段的场景：

tbl %>% 
  mutate(n = dense_rank(across(c(Name, Email))))

这两种写法都和你给出的SQL语句SELECT Name, Email, DENSE_RANK() OVER (ORDER BY Name, Email) AS n FROM tbl完全等价，都是对整个数据集按Name、Email的顺序生成密集排名。

然后是你关心的PARTITION BY等价功能：
dplyr里用group_by()就可以实现和SQL中PARTITION BY完全一样的分区逻辑！比如你如果想按Category字段分区，再在每个分区内按Name、Email生成排名，对应的SQL是：

SELECT Name, Email, Category, 
       DENSE_RANK() OVER (PARTITION BY Category ORDER BY Name, Email) AS n 
FROM tbl

转化成dplyr代码就是：

tbl %>% 
  group_by(Category) %>%  # 对应PARTITION BY Category
  mutate(n = dense_rank(order_by = c(Name, Email))) %>% 
  ungroup() # 可选：如果后续操作不需要保留分组，建议取消分组

group_by()会把数据按指定字段拆分成独立的分组，窗口函数（比如dense_rank()）就会在每个分组内单独计算，和SQL的分区逻辑完全一致。

另外补充个小细节：如果是较旧版本的dplyr，可能需要先arrange()排序再用dense_rank()，但新版本的dplyr已经支持在窗口函数内直接指定order_by，写法更简洁直观～

内容的提问来源于stack exchange，提问作者CodeMonkey