dplyr group_by失效：无法按供应商统计总收益求助

以下是针对代码无法按供应商分组求和的排查步骤和修正建议：

• 验证分组列的有效性
  先确认amended_supplier_name列确实存在多个不同的供应商值：

  # 查看唯一供应商名称
  unique(ealing_spend$amended_supplier_name)
  # 查看各供应商的行数分布
  table(ealing_spend$amended_supplier_name)
  

  如果上述结果显示只有一个供应商值，那分组求和自然会返回总金额——这说明你的数据本身没有多供应商的分组依据。

• 检查列名与数据类型
  确认amended_supplier_name和net_amount的列名拼写完全正确（注意大小写、下划线、特殊字符），可以通过colnames(ealing_spend)查看所有列名。同时确保amended_supplier_name是字符/因子类型，net_amount是数值类型：

  str(ealing_spend[, c("amended_supplier_name", "net_amount")])
  

• 修正代码细节

  1. 显式处理NA值：如果net_amount包含NA，sum()会返回NA，可能导致结果异常，建议添加na.rm = TRUE：

  ealing_spend %>%
    group_by(`amended_supplier_name`) %>%
    summarise(total_earnings = sum(`net_amount`, na.rm = TRUE)) %>%
    arrange(desc(total_earnings))
  

  2. 清理字符串隐形字符：若供应商名称存在前后空格、隐形符号，会导致看似相同的名称被分为不同组，可先清理字符串：

  library(stringr)
  ealing_spend %>%
    mutate(amended_supplier_name = str_trim(amended_supplier_name)) %>%
    group_by(amended_supplier_name) %>%
    summarise(total_earnings = sum(`net_amount`, na.rm = TRUE)) %>%
    arrange(desc(total_earnings))
  

  3. 尝试用reframe替代summarise（适用于dplyr 1.0.0及以上版本），避免旧版本分组逻辑的潜在问题：

  ealing_spend %>%
    group_by(`amended_supplier_name`) %>%
    reframe(total_earnings = sum(`net_amount`, na.rm = TRUE)) %>%
    arrange(desc(total_earnings))
  

• 确认dplyr环境
  确保已加载dplyr包（library(dplyr)），且版本为最新稳定版。旧版本dplyr的分组逻辑可能存在bug，可通过packageVersion("dplyr")查看版本，必要时更新：

  install.packages("dplyr")
  

内容的提问来源于stack exchange，提问作者Nata