R Arrow多group_by/summarise操作返回错误列问题问询

• 核心结论：这更可能是arrow/dbplyr的解析bug，而非使用误区
• 问题根源：当连续执行多轮group_by()+summarise()且未显式ungroup()时，dbplyr（arrow依赖其生成执行计划）在生成Arrow查询计划过程中，错误保留了上一轮分组列的别名映射关系，导致后续非分组列（如gender）被错误关联到前序分组列（如code_group），你通过show_query()看到的映射错误就是直接证据。
• 排除使用误区的理由：dplyr原生逻辑中，summarise()执行后会自动仅保留当前group_by指定的分组列，其他分组状态会被清除，但arrow后端对这个逻辑的实现存在偏差，导致前序分组的元数据残留干扰了后续列的解析。
• 可行解决方案：
  • 每轮summarise()后显式调用ungroup()，彻底清除分组状态，避免元数据残留
  • 连续分组时，在新一轮group_by()中明确指定所有需要的分组列，强制覆盖之前的分组状态
• 后续验证：可以用简化的测试数据复现问题，提交到arrow或dbplyr的官方仓库，附上复现代码和show_query()结果，便于官方定位修复。

内容的提问来源于stack exchange，提问作者David