在R语言中获取分组计数的汇总统计信息的方法

你要的是对分组后的计数结果做汇总统计，核心问题是之前的分组状态没取消，且mutate不适合做聚合类汇总（它是给每行新增数据），下面给几种简单实现方法：

方法1：取消分组后用summarize聚合 #

先按pid分组计数，取消分组后对计数列n做各类统计：

library(tidyverse)

df = tibble(pid = c(1,2,2,3,3,3,4,4,4,4), y = rnorm(10))

df %>% 
  group_by(pid) %>% 
  count(pid) %>% 
  ungroup() %>%  # 必须取消分组，否则会按原pid分组统计（无意义）
  summarize(
    最小计数 = min(n),
    最大计数 = max(n),
    平均计数 = mean(n),
    中位数计数 = median(n),
    分组总数 = n()
  )

运行后会得到一行汇总结果，包含你需要的各类统计值。

方法2：更简洁的直接计数+汇总 #

count(pid)本身已经是按pid分组后的计数结果，不需要额外group_by，可以简化成：

df %>% 
  count(pid) %>% 
  summarize(
    min_n = min(n),
    max_n = max(n),
    mean_n = round(mean(n), 2),
    total_groups = n()
  )

方法3：直接生成标准summary输出 #

如果想要R原生的summary结果（包含四分位数等），可以直接提取计数列后调用summary：

df %>% count(pid) %>% pull(n) %>% summary()

输出会是类似这样的标准统计结果：

Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
      1       1       2       2       3       4 

为什么之前的mutate会报错？ #

mutate的作用是给原数据的每一行新增列，而summary(n)返回的是长度为6的结果（min、1st Qu.、median、mean、3rd Qu.、max），和原数据的4行维度不匹配，所以会抛出错误。而summarize是把数据聚合为一行（或按指定分组聚合），刚好适合这类汇总需求。

内容的提问来源于stack exchange，提问作者aarsmith