在R中使用summarise计算分组总营收结果异常的问题求助

问题原因 #

你的代码中tot_rev = num_units*PPU存在两个核心问题：

1. 数据类型不匹配：summarise要求每个汇总结果是单个标量值，但PPU是分组后的列向量（每组包含多个PPU条目），和标量num_units相乘后会生成一个与组内行数等长的向量，dplyr无法正确解析这种非标量结果，最终导致分组异常，只返回部分商品数据。
2. 逻辑错误：若想用「总销量×单价」计算营收，必须先提取每组的统一单价（同一商品的PPU应一致），而非直接使用未聚合的列向量；若商品单价存在波动，则应直接累加每个订单条目的营收。

修正后的代码 #

根据不同场景，提供两种常用修正方案：

场景1：同一商品单价（PPU）固定，每行代表1件商品

total_revenue <- orders_joined %>% 
  group_by(DESCRIP) %>% 
  summarise(num_units = n(),  # 统计该商品总销量（行数=销量）
            tot_rev = num_units * first(PPU)) %>%  # 用first(PPU)提取组内统一单价
  rename(item = DESCRIP)

head(total_revenue, 3)

场景2：订单包含独立销量列（如quantity），需计算真实总营收

total_revenue <- orders_joined %>% 
  group_by(DESCRIP) %>% 
  summarise(num_units = sum(quantity),  # 统计该商品总销量
            tot_rev = sum(quantity * PPU)) %>%  # 累加每个订单条目的营收
  rename(item = DESCRIP)

head(total_revenue, 3)

补充说明 #

如果同一商品的PPU存在波动（如不同时间定价不同），直接使用sum(PPU)（每行代表1件）或sum(quantity*PPU)即可准确计算总营收，无需依赖num_units单独计算。

内容的提问来源于stack exchange，提问作者Slay