如何按owner分组统计存在detail的distinct unit_id数量？

原始数据：

owner     unit_id   detail
abc123    002NH034  94847DT
abc123    002NH034  94868DT
abc123    002NH034  94889DT
abc123    112NH035  94899DT
abc123    112NH036
abc123    112NH037  

需求：按owner分组，统计有对应非空detail值的唯一unit_id数量，预期输出：

abc123  2

你之前的代码问题在于，sum(!is.na(detail))只是累加所有非空detail的行数（这里会得到4），没有对unit_id做去重处理。下面是两种正确的dplyr实现方式：

方法1：先筛选去重再统计 #

df %>%
  filter(!is.na(detail)) %>%  # 过滤出detail非空的行
  distinct(owner, unit_id) %>%  # 保留唯一的owner-unit_id组合
  group_by(owner) %>%
  summarise(unit_ids_with_detail = n())

方法2：直接在summarise中计算 #

利用n_distinct函数，仅统计detail非空对应的unit_id唯一值数量：

df %>%
  group_by(owner) %>%
  summarise(unit_ids_with_detail = n_distinct(unit_id[!is.na(detail)]))

两种方法都会得到预期结果：

# A tibble: 1 × 2
  owner  unit_ids_with_detail
  <chr>                 <int>
1 abc123                    2

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