R语言dplyr按分组统计多变量唯一值数量（全NA返回NA）

直接用dplyr的管道操作组合函数就能实现需求，完整代码如下：

# 加载dplyr包
library(dplyr)

# 统计计算逻辑
agg_result <- your_dataframe %>%
  # 按指定四个字段的唯一值组合分组
  group_by(NAME_0, year, standardmeasure, resource) %>%
  # 批量对四个目标字段做统计
  summarise(
    across(
      # 选定需要计算唯一值的四个字段
      c(comtrade_price_mult, wb_price_mult, usgs_price_mult, multicolour_price_mult),
      # 适配缺失值规则：全NA返回NA，否则排除NA后统计唯一值数量
      ~ if (all(is.na(.))) NA_integer_ else n_distinct(., na.rm = TRUE),
      # 统计结果列命名规则：原字段名加_distinct_count后缀
      .names = "{.col}_distinct_count"
    ),
    # 计算完成后自动解除分组状态，避免影响后续操作
    .groups = "drop"
  )

逻辑说明 #

• 分组逻辑完全匹配需求，group_by()会自动识别四个传入字段的所有唯一值组合拆分数据块
• 用across()批量处理四个目标字段，无需重复编写相同统计逻辑，代码简洁易维护
• 缺失值规则适配：先判断分组内当前列是否全部为NA，是则直接返回NA；否则调用n_distinct()时传入na.rm = TRUE排除NA值后统计唯一值数量，不会把NA算作一个有效取值
• 最终输出为tibble格式（兼容data.frame），每一行对应一个唯一分组，列包含四个分组字段+四个字段的唯一值统计结果，符合常规统计结果输出结构。

内容的提问来源于stack exchange，提问作者Anton