如何用R对单户住宅销售数据做汇总、计数并按均价排序？

错误原因分析 #

• 第一条代码报错：group_by()的参数只能是列名，不能嵌套distinct()函数。distinct()是用来筛选唯一行的独立操作，不是分组参数，因此触发类型错误。
• 第二条代码无效：同时按zip_code和sold_price分组，相当于把「每个邮编+每个成交价」作为一个分组。如果你的数据里每条销售记录的价格都是唯一的，分组后行数和原数据完全一致，等于没做聚合统计。

正确实现代码 #

用dplyr链式操作，先按邮编分组，再聚合计算核心指标，最后排序并生成排名：

library(dplyr)

# 按邮编统计并排序排名
sales_summary <- sales %>%
  group_by(zip_code) %>%
  summarize(
    sales_count = n(),                  # 销售套数
    total_sales = sum(sold_price, na.rm = TRUE),  # 总销售额（忽略缺失值）
    avg_price = total_sales / sales_count         # 计算均价
    # 也可以直接用 mean(sold_price, na.rm = TRUE) 算均价，结果一致
  ) %>%
  ungroup() %>%  # 取消分组状态，避免后续操作受分组限制
  arrange(desc(avg_price)) %>%  # 按均价降序排列
  mutate(zip_rank = row_number())  # 生成排名（相同均价按顺序排；要同均价同排名可改用 rank(desc(avg_price), ties.method = "min")）

代码说明 #

• group_by(zip_code)：仅以邮编作为分组依据，确保每个邮编对应一个独立统计组
• summarize()：对每个分组计算聚合值，n()返回组内行数（即销售套数），sum()计算总销售额
• ungroup()：必须取消分组，否则后续的排序、排名操作可能仅在分组内生效
• arrange(desc(avg_price))：将均价最高的邮编排在最前列
• mutate(zip_rank = row_number())：生成连续排名，可根据需求调整排名规则

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