为何R中dplyr的summarize函数无法正常运行？含示例报错

问题场景 #

尝试用tidyverse的dplyr包计算分组描述统计，此前可正常运行的代码突然报错，业务代码和基于iris数据集的测试代码均触发相同错误。

业务代码 #

library(dplyr)

df %>% 
  dplyr::select(GROUP,VAR1, VAR2, VAR3, VAR4) %>% 
  group_by(GROUP) %>% 
  #subset(GROUP!="PUNG") %>% 
  summarize(.cols = everything(), list(Mean=mean, Dev.st=sd)) 

测试示例代码 #

iris %>%
  group_by(Species) %>%
  summarise(across(starts_with("Sepal"), list(mean = mean, sd = sd))) 

报错信息 #

Error in `summarize()`:
! Problem while computing `..1 = across(everything(), list(Mean =
  mean, Dev.st = sd))`.
ℹ The error occurred in group 0: character(0).
Caused by error in `as_across_fn_call()`:
! Can't convert `fn`, a double vector, to a function.
Run `rlang::last_error()` to see where the error occurred. 

问题原因与解决方法 #

核心原因 #

你的R环境中存在同名数值变量覆盖了内置的mean/sd函数。当代码调用mean/sd时，实际引用的是一个数值而非统计函数，导致across无法识别并报错。

排查步骤 #

1. 验证是否存在同名变量：

   exists("mean")
   exists("sd")
   

   若返回TRUE，说明环境中存在覆盖内置函数的变量。

2. 查看变量内容：

   mean  # 若输出是数值而非函数体，即可确认问题
   sd
   

解决方式 #

方式1：删除冲突变量

在控制台运行以下命令，清除覆盖函数的数值变量：

rm(mean, sd)

之后重新运行统计代码即可恢复正常。

方式2：明确指定函数命名空间

修改代码，调用函数时指定base包的命名空间，彻底避免变量冲突：

• 修改后的业务代码：

  library(dplyr)
  
  df %>% 
    dplyr::select(GROUP,VAR1, VAR2, VAR3, VAR4) %>% 
    group_by(GROUP) %>% 
    #subset(GROUP!="PUNG") %>% 
    summarize(across(everything(), list(Mean=base::mean, Dev.st=base::sd))) 
  

• 修改后的测试示例代码：

  iris %>%
    group_by(Species) %>%
    summarise(across(starts_with("Sepal"), list(mean = base::mean, sd = base::sd))) 
  

为什么之前能运行？ #

此前你的R环境中不存在mean/sd同名变量，后续可能因误操作（比如运行了mean <- 5这类赋值代码）创建了冲突变量，导致函数被覆盖触发报错。

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