如何仅对重复2次的ID分组汇总DataFrame？重复超2次不汇总

报错原因 #

你使用的summarize_if()第一个参数是用来筛选列的逻辑条件（比如is.numeric），而非判断分组行数的条件，n()在这里无法识别分组上下文，因此抛出错误。另外summarize_if()已被dplyr弃用，推荐使用across()替代。

方案1：仅保留行数=2的分组的汇总结果 #

先筛选出刚好有2行的ID分组，再对这些分组执行汇总：

library(dplyr)

df %>%
  group_by(ID) %>%
  filter(n() == 2) %>% # 只保留行数为2的分组
  summarize(across(everything(), first)) # 对所有列取第一个值完成汇总

方案2：行数=2的分组做汇总，其他分组保留原行 #

如果需要保留行数≠2的分组的所有原始行，同时对行数=2的分组做汇总，用group_modify()逐个处理分组：

df %>%
  group_by(ID) %>%
  group_modify(function(group_data, group_info) {
    if (nrow(group_data) == 2) {
      # 行数为2时取第一行作为汇总结果
      group_data %>% slice(1)
    } else {
      # 行数≠2时保留原行
      group_data
    }
  }) %>%
  ungroup()

补充说明 #

• 如果你的汇总需求不是取first()，而是求和、均值等其他操作，直接替换first()为对应函数即可。
• across(everything(), ...)会对所有列应用指定函数，你也可以通过across(c(col1, col2), ...)指定特定列进行汇总。

内容的提问来源于stack exchange，提问作者Maya Eldar