按多组汇总分类变量：统计试验设计与土壤质地组合的唯一文献标题数

你之前的代码问题在于多次调用group_by()会覆盖之前的分组，无法实现同时按两个变量的组合进行统计。以下是两种可行的解决方案：

方法一：使用group_by() + summarise() #

直接将两个分组变量传入同一个group_by()，再统计每组的唯一文献数：

df4_4 <- metadata2 %>%
  group_by(experiment_cond, soil_texture) %>%  # 同时按实验设计、土壤质地分组
  summarise(unique_publications = n_distinct(publication_title), .groups = "drop") %>%
  drop_na()

View(df4_4)

• group_by(experiment_cond, soil_texture)：实现按两个变量的组合分组，这是核心步骤
• n_distinct(publication_title)：统计每组内唯一的文献标题数量
• .groups = "drop"：统计完成后自动取消分组，让结果数据框更整洁
• drop_na()：移除包含缺失值的行，和你原有操作保持一致

方法二：使用distinct() + count()（更简洁） #

先去除重复的「实验设计+土壤质地+文献标题」组合，再直接统计每组的数量：

df4_4 <- metadata2 %>%
  distinct(experiment_cond, soil_texture, publication_title) %>%  # 保留唯一的组合记录
  count(experiment_cond, soil_texture, name = "unique_publications") %>%  # 统计每组的文献数
  drop_na()

View(df4_4)

这个方法逻辑更直观，先去重再计数，结果和方法一完全一致。

内容的提问来源于stack exchange，提问作者madina_b