R语言dplyr分组聚合：求和时忽略NA及对应count值

你的问题出在计算sum(count)时没有排除对应product为NA的行，导致Bob的count总和错误包含了3、4、5这些无效值。要实现需求，有两种简洁的处理方式：

方法一：先过滤无效行再计算 #

先移除product为NA的行，再按name分组计算总和的比值：

my_df %>%
  mutate(product = count*score) %>%
  filter(!is.na(product)) %>%  # 过滤掉product为NA的行
  group_by(name) %>%
  summarize(result = sum(product)/sum(count))

运行结果：

name  result
  <chr>  <dbl>
1 Bob        5
2 John     2.89

方法二：在求和时指定有效count #

不需要过滤行，直接在sum(count)里只计算对应product非NA的count值：

my_df %>%
  mutate(product = count*score) %>%
  group_by(name) %>%
  summarize(
    result = sum(product, na.rm = TRUE) / sum(count[!is.na(product)], na.rm = TRUE)
  )

这个方法和方法一结果一致，适合不想修改原数据行数的场景。

原代码错误原因 #

原代码中sum(count)会把分组内所有count值相加，哪怕对应的product是NA，所以Bob的count总和被计算为2+3+4+5=14，而正确的应该只保留product非NA对应的2，最终比值为10/2=5。

内容的提问来源于stack exchange，提问作者mapleleaf