使用dplyr汇总多变量：按渠道统计商品销量与商品数量

原始数据 #

Article  Channel1_qty Channel2_qty Channel3_qty

 110        30             10           0
 110        40             0            10
 111        50             5            2
 111        60             3            18

期望结果 #

Article_count | channel | Sum (total article qty for channel)
      2            1        180
      2            2        18
      2            3        30

原代码问题分析 #

你的代码存在两个关键问题：

• group_by(channel) 后缺少管道符 %>%，无法衔接后续的summarise操作，属于语法错误。
• 转长格式后channel列的取值是channel1_qty这类字符串，需要提取数字部分作为渠道编号，才能匹配期望结果的格式。

修正后的代码 #

推荐使用tidyr的pivot_longer（替代已退役的gather），结合dplyr完成需求：

library(dplyr)
library(tidyr)
library(stringr)

df %>%
  select(Article, starts_with("Channel")) %>%  # 批量选择商品列和渠道销量列
  pivot_longer(
    cols = -Article,
    names_to = "channel",
    values_to = "value"
  ) %>%
  mutate(channel = as.integer(str_extract(channel, "\\d+"))) %>%  # 提取渠道编号
  group_by(channel) %>%
  summarise(
    Article_count = n_distinct(Article),
    `Sum (total article qty for channel)` = sum(value)
  ) %>%
  ungroup()  # 取消分组，避免后续操作受影响

代码说明 #

1. select(Article, starts_with("Channel"))：用starts_with批量匹配渠道列，比逐个列名更简洁灵活。
2. pivot_longer：将宽格式数据转为长格式，把多列渠道销量合并为channel（渠道标识）和value（销量值）两列。
3. mutate(channel = ...)：用str_extract提取channel字符串中的数字，转为整数类型，得到纯渠道编号。
4. group_by(channel) + summarise：按渠道分组后，计算两个核心指标：
   • Article_count：该渠道覆盖的唯一商品数量（n_distinct(Article)）
   • Sum (total article qty for channel)：该渠道的累计销售总量（sum(value)）

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