如何用dplyr实现分组后同时获取分组统计与订单级汇总？

需求：在使用dplyr进行分组操作时，需同时计算两类统计值并在同一视图展示：

• 基于order和type两个变量的分组统计值total_by_order_type（每组的记录数）
• 基于单个变量order的订单级汇总值total_by_order（对应订单下所有total_by_order_type的总和）

当前代码与问题 #

当前使用的代码：

view(df %>% 
     group_by(order, type) %>% 
     summarize(total_by_order_type = n(),
               total_by_order = n())
    )

当前输出结果：

问题：total_by_order列错误地使用了当前order+type分组的记录数，而非整个订单的总和。

解决方案 #

方法1：分步分组汇总 #

先按order+type分组计算total_by_order_type，再保留order分组计算订单总和：

df %>%
  group_by(order, type) %>%
  summarize(total_by_order_type = n(), .groups = "drop_last") %>%
  mutate(total_by_order = sum(total_by_order_type)) %>%
  ungroup() %>%
  view()

方法2：使用窗口函数（dplyr 1.1.0+） #

直接在summarize中通过.by参数指定订单级别的求和，无需额外分组：

df %>%
  group_by(order, type) %>%
  summarize(
    total_by_order_type = n(),
    total_by_order = sum(n(), .by = order)
  ) %>%
  ungroup() %>%
  view()

正确输出结果 #

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