使用dplyr的summarise+case_when分组聚合时重复行问题排查

错误原因 #

你的代码触发警告并输出重复行的核心问题是：summarise要求每个分组必须返回恰好一行结果，但原代码中name2的case_when逻辑会让多行分组（比如id=1）返回多行值：

• 当n()>1时，.default = NA_character_会对组内每一行都生成一个NA，导致该分组输出2行；
• dplyr 1.1.0+版本严格限制了summarise的返回行数，因此抛出警告提示这种用法已被弃用。

修正后的代码 #

要实现每个id一行的输出，需要确保summarise中每个计算项都返回单行值。以下两种方法都可以解决问题：

方法1：使用if语句（更简洁）

library(dplyr, warn.conflicts = F)
mock <- tibble::tribble(~id, ~name, ~year,
                1, "xy", 2022,
                1, "xyz", 2021,
                2, "aaa", NA,
                3, "xaa", 2021)

mock %>% 
  group_by(id) %>% 
  summarise(
    condition = if(n() > 1) "problem" else NA_character_,
    name2 = if(n() == 1) name else NA_character_,
    .groups = "drop"  # 可选：显式取消分组，避免后续操作混淆
  )

方法2：修正case_when逻辑

如果坚持用case_when，需要确保每个分支返回单行值（比如用first(name)取组内唯一的name值）：

mock %>% 
  group_by(id) %>% 
  summarise(
    condition = case_when(
      n() > 1 ~ "problem",
      TRUE ~ NA_character_
    ),
    name2 = case_when(
      n() == 1 ~ first(name),
      TRUE ~ NA_character_
    ),
    .groups = "drop"
  )

正确输出 #

运行修正后的代码会得到你期望的3行结果：

#> # A tibble: 3 × 3
#>      id condition name2
#>   <dbl> <chr>     <chr>
#> 1     1 problem   <NA> 
#> 2     2 <NA>      aaa  
#> 3     3 <NA>      xaa

内容的提问来源于stack exchange，提问作者olivroy