R语言：不使用merge函数添加非分组变量的方法问询

你的这段代码不可行，核心问题如下：

• total_dose是分组聚合后的结果（每组仅1行），但你用原始数据df的多维度分组条件去拆分它，两者行数完全不匹配，会导致数据无意义重复或结构混乱；
• total_dose本身只包含pid、medname、date、op1四个字段，拆分合并后也无法自动生成dose、var1等缺失变量。

正确实现方案 #

根据你的需求（保留dose、var1/2/3且不用merge），分两种场景处理：

场景1：保留原始数据所有行，同时添加组内求和值

如果需要保留每一行的原始dose和var1/2/3，同时新增该组的求和结果op1，用mutate替代summarize即可——它会在原始数据基础上新增列，自动保留所有未参与分组的变量：

total_dose <- df %>%
  group_by(pid, medname, date) %>%
  mutate(op1 = sum(dose)) %>%
  ungroup() # 可选，取消分组状态，方便后续操作

head(total_dose, 10)

输出结果会包含所有你需要的字段：pid、medname、date、dose、op1、var1、var2、var3。

场景2：仅保留每组一行，同时带上组内唯一的var1/2/3

如果var1/2/3在同一分组内的值完全一致（即每组内所有行的这些变量无差异），可以在summarize中直接指定保留这些变量，同时按需处理dose（比如取组内第一个值）：

total_dose <- df %>%
  group_by(pid, medname, date) %>%
  summarize(
    op1 = sum(dose),
    dose = first(dose), # 若需保留dose，明确取组内某一个值，比如第一个
    var1 = first(var1),
    var2 = first(var2),
    var3 = first(var3)
  ) %>%
  ungroup()

注意：如果var1/2/3在同一分组内有不同值，需明确用first()/last()/mean()等函数定义保留规则，否则会出现数据歧义。

内容的提问来源于stack exchange，提问作者db2020