如何在使用group_by和summarise后安全去除数据重复？

首先定义数据框：

test_df <- tibble(
  Project = c("Project 1","Project 1","Project 2","Project 3","Project 3","Project 3"),
  Cost = c(100,50,400,50,75,150),
  `Percent Over Cost` = c(.25,.25,.14,.05,.05,.05)
)

需求：按Project分组求和Cost，但不汇总Percent Over Cost，最终每个Project对应一行数据（共3行）。

尝试了以下代码，虽然实现了Cost求和，但Project仍重复：

test_df %>% 
  group_by(Project) %>% 
  summarise(
    Project,
    `Percent Over Cost`,
    Cost = sum(Cost)
  )

用unique()处理结果能得到预期效果，但不确定这是否是不良实践，想知道有没有更优实现方式。

因为每个Project对应的Percent Over Cost值是唯一的（同一项目下该值没有差异），可以在summarise步骤直接提取该项目对应的唯一值，避免后续再用unique()处理，代码更简洁且逻辑清晰：

test_df %>% 
  group_by(Project) %>% 
  summarise(
    `Percent Over Cost` = first(`Percent Over Cost`), # 也可以用unique()或nth(1)
    Cost = sum(Cost)
  )

补充说明 #

这种写法比先生成重复行再去重更靠谱：

• 同一项目下Percent Over Cost值相同时，first()、unique()都能拿到正确结果
• 要是哪天数据里某个项目的Percent Over Cost出现不一致的情况，这种写法会直接暴露问题（比如unique()会返回多个值导致报错），而事后用unique()处理可能会悄悄掩盖这个数据异常，留下隐患。

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