R语言分组后对不同字段应用不同汇总函数的报错问题

错误原因分析 #

• 第一段代码错误：误用count函数，count()是dplyr中用于快速分组计数的顶层函数，不能直接放在across()内部作为操作函数；若要实现计数，应使用n()（统计组内行数）或n_distinct()（统计去重后的BookingID数量）。
• 第二段代码错误：在across()中传递函数时，错误给n()和sum()添加了括号。across()需要接收函数对象而非函数执行结果，因此应去掉括号，直接传入函数名。

正确实现方式 #

方式1：直接指定字段与操作（简洁推荐） #

GpsService_Bokn_Dist <- truck_log %>%
  select(!Minimum_kms_to_be_covered_in_a_day) %>%
  group_by(GpsProvider) %>%
  summarise(
    # 统计每组BookingID的行数，若需去重计数替换为n_distinct(BookingID)
    booking_count = n(),
    # 对距离字段求和，na.rm=TRUE用于忽略缺失值
    total_distance = sum(TRANSPORTATION_DISTANCE_IN_KM, na.rm = TRUE)
  )

方式2：使用across语法实现 #

GpsService_Bokn_Dist <- truck_log %>%
  select(!Minimum_kms_to_be_covered_in_a_day) %>%
  group_by(GpsProvider) %>%
  summarise(
    across(BookingID, ~n(), .names = "booking_count"),
    across(TRANSPORTATION_DISTANCE_IN_KM, sum, na.rm = TRUE, .names = "total_distance")
  )

内容的提问来源于stack exchange，提问作者FASASI Kamorudeen