R语言group_by+summarise报错：替换行数与数据行数不匹配

核心排查点 #

首先检查分组变量的列名是否与数据框CURVAS中的列名完全匹配：你问题描述中提到按Municipality分组，但代码里写的是Municipio，如果数据框实际列名是Municipality，这个拼写错误会导致分组逻辑异常，生成全NA的分组键，进而引发报错。

优化后的代码（解决报错+简化写法） #

使用dplyr的across函数批量处理小时变量求和，同时用n_distinct替代length(unique())，代码更简洁且避免手动重复输入的错误：

library(dplyr)

# 先确认dplyr版本不低于1.0.0（across函数需要此版本）
if (packageVersion("dplyr") < "1.0.0") {
  install.packages("dplyr")
  library(dplyr)
}

CURVAS_Cliente_suma <- CURVAS %>%  
  group_by(CODIGO, Municipio) %>%  # 确保这里的列名和数据框完全一致
  summarise(
    # 批量对所有H_00到H_23的变量求和
    across(starts_with("H_"), ~sum(.x, na.rm = TRUE)),
    # 统计唯一客户数量
    n_clientes = n_distinct(COD_CONTRATO_ENCRIPTADO),
    .groups = "drop"  # 可选，取消分组状态，避免后续操作的分组干扰
  )

错误原因分析 #

你遇到的报错通常是由于以下情况之一：

• 分组变量列名拼写错误，导致分组逻辑失效，生成的分组数量与预期不符，进而引发汇总时的长度不匹配。
• 旧版本dplyr对summarise中多变量处理的兼容性问题，新版本的dplyr（1.0.0+）用across可以避免这类问题。
• 手动重复编写24个求和语句时，可能出现的变量名拼写错误（比如某个H_xx写错），导致部分变量处理异常。

内容的提问来源于stack exchange，提问作者Monica gmez vadillo