如何简化dplyr的summarise代码：实现单语句多变量汇总

当然有更高效简洁的写法！你完全不需要分两次分组汇总再合并——dplyr的summarize()函数支持在同一个调用里生成多个汇总统计量，直接一步到位得到你想要的结果。

优化后的代码 #

df_merged <- df %>% 
  group_by(x, y, z) %>% 
  summarize(
    mean_a = mean(a),  # 计算变量a的均值
    count = n(),       # 计算分组样本量
    .groups = "drop"   # 可选：取消分组，返回普通数据框（和你原结果一致）
  )

为什么这样更优？ #

• 避免了重复的分组操作：原来的写法对同一个数据集做了两次group_by()和summarize()，现在只需要一次，运行效率更高
• 省去了合并步骤：不用再手动处理merge()的键匹配问题，减少出错概率
• 代码更紧凑易读：所有汇总逻辑都集中在一个管道里，维护起来更方便

小补充 #

.groups参数是dplyr 1.0.0及以上版本的特性，用来控制汇总后的分组状态：

• "drop"：完全取消分组，返回普通数据框（和你原代码merge后的结果结构一致）
• "keep"：保留原来的分组结构
• "rowwise"：转换为行式分组

如果你的dplyr版本较低，可以省略这个参数，或者手动加上ungroup()来取消分组：

df_merged <- df %>% 
  group_by(x, y, z) %>% 
  summarize(
    mean_a = mean(a),
    count = n()
  ) %>% 
  ungroup()

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