R语言管道中多次summarise报错，求同管道实现多统计需求方案

云上老周

2026-5-7

我来帮你修正这段代码的问题！你现在的错误核心是连续多次调用summarise()——每次调用summarise()都会生成一个仅包含当前汇总列的新数据框，后面的调用会完全覆盖前面的结果，导致你最后只能得到中位数的统计值，丢失了均值和计数信息。

要在同一管道内完成所有需求的汇总计算，只需要把所有统计逻辑放在同一个summarise()函数里一次性定义即可。下面是修正后的完整代码：

Nin_Sep_points_sf_joined <- st_join(merged_ten_seven_shp, Nin_Sep_sf_3011) %>%
  filter(!is.na(Employment_diff)) %>%
  group_by(Kod) %>%
  summarise(
    # 计算price列的均值，自动忽略缺失值
    mean_price = mean(as.numeric(as.character(price)), na.rm = TRUE),
    # 计算price列的中位数，自动忽略缺失值
    median_price = median(as.numeric(as.character(price)), na.rm = TRUE),
    # 统计每个Kod分组内的点数（即观测记录数）
    count_total = n()
  )

几个关键细节说明：

统一在单个summarise()中定义所有统计量：这样每个Kod分组会同时生成均值、中位数、计数三列，不会出现结果被覆盖的问题。
添加na.rm = TRUE参数：如果你的price列存在缺失值，这个参数会自动忽略它们，避免计算结果变成NA；如果确定没有缺失值，也可以去掉，但加上更稳妥。
给统计量起清晰的列名：比如用mean_price而非模糊的Count，让结果数据框的可读性更强，避免混淆不同的统计值。
保留你原来的类型转换逻辑：as.numeric(as.character(price))通常是因为price是因子类型，需要先转字符再转数值；如果你的price已经是数值型，直接简化成mean(price, na.rm = TRUE)即可。