在R的summarise中变量子集化失败求助：结果异常一致

问题重现 #

尝试在tidyverse环境中使用summarise函数对overdue_indicator==0的invoice_usd字段求和，但结果与总求和值完全一致，无法得到正确的子集化结果。

原代码 #

library(tidyverse)

dat |>
    summarise(
    invoice_usd=sum(invoice_usd,na.rm=TRUE)
    ,invoice_usd_overdue = sum(invoice_usd[overdue_indicator==0],na.rm = TRUE)
  )

异常结果 #

invoice_usd invoice_usd_overdue
        <dbl>               <dbl>
1     3525924             3525924

原因分析与解决方法 #

核心问题排查 #

你的测试数据中overdue_indicator确实包含0和1两种取值，理论上原代码的向量索引写法应该生效。但这种写法在dplyr的summarise语境下可能因隐性逻辑（如分组残留、数据类型异常）出现意外问题，推荐使用更明确的条件求和方式。

正确写法示例 #

方法1：使用case_when明确条件映射

dat |>
  summarise(
    invoice_usd_total = sum(invoice_usd, na.rm = TRUE),
    invoice_usd_overdue = sum(case_when(overdue_indicator == 0 ~ invoice_usd, TRUE ~ 0), na.rm = TRUE)
  )

方法2：使用ifelse简化条件判断

dat |>
  summarise(
    invoice_usd_total = sum(invoice_usd, na.rm = TRUE),
    invoice_usd_overdue = sum(ifelse(overdue_indicator == 0, invoice_usd, 0), na.rm = TRUE)
  )

方法3：先过滤再汇总（直观易读）

如果需要同时展示总和与子集和，可以拆分步骤：

bind_rows(
  dat |> summarise(type = "总金额", amount = sum(invoice_usd, na.rm = TRUE)),
  dat |> filter(overdue_indicator == 0) |> summarise(type = "未逾期金额", amount = sum(invoice_usd, na.rm = TRUE))
)

测试数据的正确结果 #

运行上述代码后，测试数据的输出应为：

# A tibble: 1 × 2
  invoice_usd_total invoice_usd_overdue
              <dbl>               <dbl>
1           3525924             3271155

额外排查点 #

如果仍出现结果异常，建议检查：

• 执行table(dat$overdue_indicator)确认字段取值分布，是否真的存在非0值
• 检查代码是否残留未取消的group_by分组，需用ungroup()取消分组后再汇总
• 确认条件是否写反（如误写为overdue_indicator != 0）

内容的提问来源于stack exchange，提问作者alejandro_hagan