修改R语言dplyr分组代码，实现CustomersInGroup列求和统计

要实现按Area和Customer_Age_Group分组对CustomersInGroup求和，同时保留所有可能的分组组合（无数据的组填充0），可以通过生成全分组组合 + 左连接聚合结果 + 填充缺失值的方式实现，具体代码如下：

示例代码 #

library(dplyr)
library(tidyr)

# 假设你的数据集名为df
full_group_summary <- df %>%
  # 生成Area和Customer_Age_Group的所有可能组合
  expand(Area, Customer_Age_Group) %>%
  # 左连接原数据的分组求和结果
  left_join(
    df %>%
      group_by(Area, Customer_Age_Group) %>%
      summarise(Total_Customers = sum(CustomersInGroup, na.rm = TRUE), .groups = "drop"),
    by = c("Area", "Customer_Age_Group")
  ) %>%
  # 将无数据分组的求和值替换为0
  mutate(Total_Customers = replace_na(Total_Customers, 0))

代码说明 #

• expand(Area, Customer_Age_Group)：遍历两个分组变量的所有唯一值，生成完整的分组组合列表，确保不会遗漏任何潜在分组。
• sum(CustomersInGroup, na.rm = TRUE)：对每组的CustomersInGroup求和，na.rm = TRUE用于忽略原数据中该列的缺失值，避免求和结果为NA。
• left_join(...)：将全分组组合与实际聚合结果关联，原数据中不存在的分组会在Total_Customers列生成NA。
• replace_na(Total_Customers, 0)：把NA值替换为0，满足无数据组填充0的需求。

目标输出示例 #

执行上述代码后，会得到类似如下的结果：

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