使用group_by()和summarize()时自定义函数返回结果异常求助

在使用dplyr的group_by()后调用summarize()时，自定义函数返回的每个分组结果完全相同，不符合预期且无错误/警告提示。目标是让自定义函数能够正常适配group_by()的分组逻辑。

相关代码 #

library(dplyr)

# 数据
transect <- data.frame(acronym  = c("ABEESC", "ABIBAL", "AMMBRE", "ANTELE", "ABEESC", "ABIBAL", "AMMBRE"),
                       quad_id = c(1, 1, 1, 1, 2, 2, 2))
# 评分数据
c_scores <- data.frame(acronym  = c("ABEESC", "ABIBAL", "AMMBRE", "ANTELE"),
                       c = c(5, 6, 6, 10))

# 自定义函数
my_fun <- function(data, scores){
  join <- left_join(data, scores, by = "acronym")
  mean <- mean(join$c)
  return(mean)
}

# 单独调用正常
my_fun(transect, c_scores)

# 管道调用正常
transect %>% my_fun(., c_scores)

# 分组后调用异常
transect %>%
  group_by(quad_id) %>%
  summarise(mean_c = my_fun(., scores = c_scores))

当前输出结果 #

期望输出结果 #

原因 #

group_by()生成的是分组tibble，但自定义函数中直接使用left_join时，没有正确识别分组逻辑——在summarise()中传递给my_fun的.实际上仍是完整的原始数据（dplyr的函数兼容机制导致未自动拆分分组），因此每次计算的都是全局均值，而非分组均值。

解决方法 #

以下三种方式均可解决问题：

方式1：修改自定义函数适配分组

调整函数内部逻辑，使用dplyr链式操作确保分组被正确处理：

my_fun <- function(data, scores){
  data %>%
    left_join(scores, by = "acronym") %>%
    summarise(mean_c = mean(c, na.rm = TRUE)) %>%
    pull(mean_c)
}

重新运行分组代码即可得到正确结果。

方式2：使用group_map遍历分组

通过group_map直接逐个处理每个分组数据：

transect %>%
  group_by(quad_id) %>%
  group_map(~ my_fun(.x, c_scores)) %>%
  tibble(mean_c = .) %>%
  mutate(quad_id = c(1, 2)) %>%
  select(quad_id, mean_c)

方式3：简化逻辑，无需自定义函数

该场景可直接通过dplyr原生操作完成，无需自定义函数，写法更简洁：

transect %>%
  left_join(c_scores, by = "acronym") %>%
  group_by(quad_id) %>%
  summarise(mean_c = mean(c, na.rm = TRUE))

内容的提问来源于stack exchange，提问作者ifoxfoot