创建含组内观测数变量的数据框时n()函数报错的解决方法

报错原因：n()是dplyr专属函数，无法在plyr的summarise函数中直接调用，需要改用plyr兼容的方式统计组内观测数。

方案1：直接用length()统计观测数 #

利用每组中任意变量的长度代表观测数，修改后的代码如下：

library(plyr)
library(car)

# 按Plant分组计算汇总统计
CO2_summarized <- ddply(CO2, ~Plant, plyr::summarise, 
                        mean = mean(conc), 
                        sd = sd(conc), 
                        var = var(conc), 
                        obs = length(conc))
summary(CO2_summarized)

方案2：先统计分组计数再合并 #

先用plyr的count()函数单独统计每组观测数，再与汇总结果合并：

library(plyr)
library(car)

# 统计每组观测数
plant_obs <- count(CO2, "Plant")
# 计算均值、标准差、方差
CO2_stats <- ddply(CO2, ~Plant, plyr::summarise, 
                   mean = mean(conc), 
                   sd = sd(conc), 
                   var = var(conc))
# 合并数据并调整列名
CO2_summarized <- merge(CO2_stats, plant_obs, by = "Plant")
colnames(CO2_summarized)[colnames(CO2_summarized) == "freq"] <- "obs"

summary(CO2_summarized)

方案3：切换到dplyr（推荐） #

由于plyr已停止维护，更推荐使用tidyverse生态的dplyr，语法更直观且原生支持n()：

library(dplyr)
library(car)

CO2_summarized <- CO2 %>%
  group_by(Plant) %>%
  summarise(mean = mean(conc),
            sd = sd(conc),
            var = var(conc),
            obs = n()) %>%
  ungroup()

summary(CO2_summarized)

内容的提问来源于stack exchange，提问作者Erin