关于R语言dplyr包summarize()分组取消机制的疑问

核心问题在于你混淆了原分组数据框的分组属性和summarize()返回的新数据框的分组属性——dplyr的所有操作都是函数式风格，仅返回新对象，不会修改输入的原数据框。

具体拆解你的操作流程： #

1. 当你执行gruppierter_df <- df |> group_by(A, B)时，gruppierter_df的分组属性被设置为A和B，这个状态会一直保留，除非你主动修改它（比如用ungroup()或group_by()重新分组）。
2. 第一次执行gruppierter_df |> summarize(n=n())时，summarize()会按照默认规则（.groups = "drop_last"）移除最右侧的分组变量B，返回一个新的、仅按A分组的数据框——但你没有将这个新对象赋值给任何变量，原gruppierter_df的分组属性仍然是A+B。
3. 因此，当你再次对gruppierter_df执行summarize()时，还是基于原有的A+B分组计算，结果自然和仅按A分组的gruppierter_df2不同。

summarize()的分组规则细节： #

summarize()的分组变化仅作用于它返回的新数据框，原输入对象不受影响，默认行为和可选参数如下：

• 默认行为（.groups = "drop_last"）：移除最右侧的一个分组变量，新对象的分组为剩余的左侧变量（比如原分组A,B→新分组A）。
• .groups = "keep"：保留所有原分组变量，新对象的分组和输入对象完全一致。
• .groups = "drop"：完全移除所有分组，返回普通的非分组数据框。
• .groups = "rowwise"：将新对象转换为行式分组（rowwise）。

验证示例： #

# 创建测试数据框
df <- tibble(A = c(1,1,2,2), B = c("x","y","x","y"), C = 1:4)

# 原分组对象
gruppierter_df <- df |> group_by(A, B)
# 查看原对象分组：输出 c("A", "B")
group_vars(gruppierter_df)

# 执行summarize并保存新对象
new_df <- gruppierter_df |> summarize(n = n())
# 查看新对象分组：输出 "A"
group_vars(new_df)

# 对新对象再次summarize，按A分组求和
new_df |> summarize(total_n = sum(n))
# 输出：
# # A tibble: 2 × 2
#       A total_n
#   <dbl>   <int>
# 1     1       2
# 2     2       2

关键结论： #

• 永远记住：dplyr函数不会修改输入的原数据框，所有分组变化都只体现在返回的新对象上。
• 控制台的提示信息summarise() has grouped output by 'A'是在说明返回的新对象的分组状态，而非修改原gruppierter_df的分组。

内容的提问来源于stack exchange，提问作者user9011032