dplyr::n_distinct函数管道调用异常问题咨询

这个问题的核心是你误解了管道操作符%>%和n_distinct()函数的配合逻辑，导致参数传递出现了偏差。

为什么df %>% n_distinct(.$x)返回7？ #

管道操作符%>%的核心作用是把左侧的对象作为第一个参数自动传递给右侧的函数。所以你写的df %>% n_distinct(.$x)，等价于直接调用：

n_distinct(df, df$x)

而n_distinct()的...参数是用来接收多个向量，计算这些向量组合后的唯一值数量。这里你传入了两个参数：整个数据框df（因为y列是a到g各不相同，每一行都是唯一观测），以及df$x向量。两者组合后，每一行的观测依然是唯一的，所以返回的是数据框的总行数7，而非x列的唯一值数量5。

正确的调用方式 #

想要通过管道计算x列的唯一值数量，有几种更符合dplyr风格的写法：

1. 直接指定列名（推荐）：

df %>% n_distinct(x)
# 返回 [1] 5

管道会把df传给n_distinct()，函数会自动从数据框中提取x列进行计算。

2. 先用pull()提取向量再计算：

df %>% pull(x) %>% n_distinct()
# 返回 [1] 5

pull(x)会把df中的x列提取成单独的向量，再传给n_distinct()，逻辑和你直接调用n_distinct(df$x)完全一致。

3. 用大括号手动控制参数（可选）：
   如果你一定要用.指代左侧数据框，可以用大括号改变管道的默认参数传递逻辑：

df %>% {n_distinct(.$x)}
# 返回 [1] 5

大括号会阻止管道自动把df作为第一个参数传入，让你手动指定要计算的向量。

补充验证 #

你可以直接测试n_distinct(df, df$x)的返回值，结果确实是7，这也能验证我们的分析：

n_distinct(df, df$x)
# 返回 [1] 7

内容的提问来源于stack exchange，提问作者neves