使用dplyr按C1值统计对应分组信息的问题

看起来你想要针对每个C1的取值，统计对应的分组（grp）数量、最长分组的行数，以及分组行数的平均值对吧？之前的代码里Grps列出错是因为用了cur_group_id()——这个函数是给全局的分组分配ID，不是统计每个C1下的分组数量，咱们来修正一下。

先看你的测试数据：

library(dplyr)
DF<-data.frame(ID=c(seq(1,14, by = 1)),
               C1=c(1,0,1,1,1,0,0,3,3,3,0,0,0,0) ,
               grp = c(1,2,3,3,3,4,4,5,5,5,6,6,6,6)
)

正确的处理逻辑是：先按C1和grp分组统计每个子组的行数，再针对每个C1汇总需要的指标。对应的代码如下：

DF %>%
  group_by(C1, grp) %>%
  summarize(N = n(), .groups = "drop_last") %>%  # 保留C1的分组层级，方便后续汇总
  summarize(
    Grps = n(),          # 统计当前C1下的grp数量
    longest = max(N),    # 找出当前C1下最长分组的行数
    Mean = mean(N)       # 计算当前C1下分组行数的平均值
  )

运行后就能得到你想要的结果：

# A tibble: 3 × 4
     C1  Grps longest  Mean
  <dbl> <int>   <int> <dbl>
1     0     3       4  2.33
2     1     2       3  2   
3     3     1       3  3   

简单解释下关键步骤：

• 第一步group_by(C1, grp)后，每个(C1,grp)组合是一个独立子组，summarize(N = n())得到每个子组的行数
• .groups = "drop_last"参数用来移除最内层的grp分组，只保留C1的分组层级，这样后续的汇总操作就会针对每个C1单独计算
• 第二个summarize里，n()直接统计当前C1下有多少个不同的grp，也就是你需要的Grps值；剩下的max(N)和mean(N)就对应最长分组行数和平均行数了

备注：内容来源于stack exchange，提问作者GrBa