批量DataFrame分组聚合异常：未按odor_setting返回分组统计行

常见问题原因及解决办法 #

1. 分组变量数据异常：如果单个DataFrame里odor_setting只有0/1其中一个取值，或者存在大量NA值，统计结果自然只会返回1行。先排查数据情况：

   # 查看第一个DataFrame的分组取值分布，包含NA统计
   table(df_list[[1]]$odor_setting, useNA = "always")
   

2. dplyr分组逻辑细节：新版dplyr中group_by默认会自动丢弃无数据的分组，要是需要强制保留0、1两个分组（哪怕某组没有对应数据），得添加.drop = FALSE参数。

3. 统计逻辑封装调试：把统计逻辑单独封装成函数，方便单独测试单个DataFrame的问题，避免在map遍历过程中隐藏错误。

修复后的完整代码 #

library(purrr)
library(dplyr)

# 封装统计逻辑，便于单独调试
calc_odor_stats <- function(df) {
  df %>%
    # 强制保留0、1两个分组，即便无对应数据也不丢弃
    group_by(odor_setting, .drop = FALSE) %>%
    summarise(
      trials_performed = n(),
      trial_length = mean(trial_length, na.rm = TRUE),
      percent_correct = mean(percent_correct, na.rm = TRUE),
      # 取消分组属性，避免后续操作受分组状态影响
      .groups = "drop"
    )
}

# 遍历整个DataFrame列表执行统计
result_list <- map(df_list, calc_odor_stats)

额外调试优化 #

要是想提前发现数据异常，可以给函数添加警告提示：

calc_odor_stats <- function(df) {
  present_groups <- unique(df$odor_setting)
  if (length(present_groups) < 2) {
    warning(paste("当前DataFrame仅包含分组：", paste(present_groups, collapse = ",")))
  }
  df %>%
    group_by(odor_setting, .drop = FALSE) %>%
    summarise(
      trials_performed = n(),
      trial_length = mean(trial_length, na.rm = TRUE),
      percent_correct = mean(percent_correct, na.rm = TRUE),
      .groups = "drop"
    )
}

内容的提问来源于stack exchange，提问作者Amanda