使用dplyr按因子聚合：如何分别统计TRUE/FALSE组的求和结果

示例数据代码 #

library(dplyr)
group1 <- c(TRUE, FALSE, FALSE, TRUE, TRUE, FALSE, TRUE, TRUE, FALSE, TRUE, FALSE, FALSE, TRUE, TRUE, FALSE, TRUE, TRUE, FALSE)
variable_a <- c(1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3)
variable_b <- c(5, 8, 6, 8, 4, 5, 9, 2, 4, 5, 8, 6, 8, 4, 5, 9, 2, 4)

df <- data.frame(group1, variable_a, variable_b)
df$group1 <- as.factor(group1)

问题场景 #

尝试用dplyr按group1分组求和：

table_aggregate <- df %>% group_by(group1) %>% 
  summarise(sum_variable_a = sum(variable_a),
            sum_variable_b = sum(variable_b)) 

但结果将所有值聚合为一行，无法分别展示group1中TRUE和FALSE组的求和结果。

解决办法 #

你的代码逻辑本身是正确的，正常执行后应返回两行分组结果。若出现异常，可参考以下方案排查：

• 清理环境残留分组：如果之前对df执行过其他分组操作且未取消，会导致分组逻辑混乱，先取消分组再重新执行：

  table_aggregate <- df %>% ungroup() %>% group_by(group1) %>% 
    summarise(sum_variable_a = sum(variable_a),
              sum_variable_b = sum(variable_b)) 
  

• 明确分组保留规则：在summarise中添加.groups参数，强制保留分组变量：

  table_aggregate <- df %>% group_by(group1) %>% 
    summarise(sum_variable_a = sum(variable_a),
              sum_variable_b = sum(variable_b),
              .groups = "keep")
  

• 更新dplyr版本：旧版本dplyr可能存在分组逻辑缺陷，更新到最新版本后重试。

预期正确结果 #

# A tibble: 2 × 3
  group1 sum_variable_a sum_variable_b
  <fct>           <dbl>          <dbl>
1 FALSE              24             46
2 TRUE               21             52

内容的提问来源于stack exchange，提问作者KT_1