在R中按(T,C)分组统计组内行数的问题及错误解决

原始数据集如下：

D     T C    
  <dbl> <dbl> <chr>
1     1  2000 A    
2     2  2000 A    
3     3  2000 A    
4     1  2000 B    
5     5  2000 B    
6     6  2000 B    
7     1  2001 A    
8     2  2001 A    
9     3  2001 B    

需要按(T,C)分组，给每行添加对应组的总行数，期望结果如下：

D     T C     count
  <dbl> <dbl> <chr> <int>
1     1  2000 A         3
2     2  2000 A         3
3     3  2000 A         3
4     1  2000 B         3
5     5  2000 B         3
6     6  2000 B         3
7     1  2001 A         2
8     2  2001 A         2
9     3  2001 B         1

使用以下代码后，所有count值均为5，不符合预期：

sample%>%group_by(T,C) %>% mutate(count = n_distinct(D))

问题出在函数选择错误：n_distinct(D)用于统计每组中D的唯一值个数，而你需要的是每组的总行数，应使用n()函数。

正确代码：

sample %>% 
  group_by(T, C) %>% 
  mutate(count = n()) %>% 
  ungroup() # 可选，若后续无需分组状态可取消分组

解释：分组后调用n()，会返回当前组的总行数，将其赋值给count列即可得到期望结果。之前得到全为5的结果，是因为整个数据集里D的唯一值共有5个（1、2、3、5、6），说明分组逻辑可能未正确生效（比如管道符书写错误），但核心问题是用错了统计函数。

内容的提问来源于stack exchange，提问作者janeluyip