R语言按GROUP分组计算唯一CODE平均PRICE的实现问题

问题原因 #

原有代码使用mutate()仅会为每行赋值分组计算后的平均PRICE，不会修改原始数据的行数，所以同一GROUP+CODE组合的多条记录会全部保留，最终出现重复行。

最优解决方案（推荐，大数据集效率更高） #

直接将mutate()替换为summarise()即可，summarise()会对每个分组仅返回1行结果，自动实现GROUP+CODE去重的需求：

library(dplyr) 
df <- df %>%
  group_by(GROUP, CODE)  %>%
  summarise(PRICE = mean(PRICE), .groups = "drop")

其中.groups = "drop"参数可以直接取消分组，不需要额外调用ungroup()。

原有代码基础上修改的方案 #

如果需要保留你现有代码的逻辑，只需在末尾添加distinct()语句去重即可：

library(dplyr) 
df <- df %>%
  group_by(CODE, GROUP)  %>%
  mutate(PRICE = mean(PRICE))  %>%
  ungroup() %>%
  distinct(GROUP, CODE, .keep_all = TRUE)

.keep_all = TRUE参数会保留去重后行的所有列数值，符合你的需求。

最终输出示例 #

使用你提供的测试数据运行后，结果如下，无重复行：

GROUP  CODE PRICE
  <chr> <dbl> <dbl>
1 1T      349  0.64
2 1T      602  1.27
3 1T      622  1.96
4 2T      622  5.13
5 3T      343  7.99
6 3T      349  3.9 
7 4T      320  5.64
8 4T      622  0.85

内容的提问来源于stack exchange，提问作者Bambeil