R语言使用group_by按年月统计tipo_dia数量遇到的问题

• 第一种写法报错是因为tipo_dia是字符类型变量，sum()无法对字符串执行求和运算，因此触发报错。
• 第二种写法结果全为1是因为你已经将año、mes、tipo_dia三个变量作为分组依据，每个分组内的tipo_dia取值唯一，unique(tipo_dia)的长度必然是1，因此得到的统计值全部为1。

场景1：统计每个分组下的总观测行数 #

如果需要统计的是该分组下所有数据的行数，直接使用dplyr内置的n()函数即可：

library(dplyr)
result <- df %>%
  group_by(año, mes, tipo_dia) %>%
  summarise(tipo_dia_conteo = n(), .groups = "drop")

其中.groups = "drop"参数用于关闭summarise默认保留的分组结构，避免后续操作出现不必要的警告。

场景2：统计每个分组下的独立日期数 #

如果你的数据中同一日期存在多条观测，需要避免重复计数，可以用n_distinct()统计唯一日期的数量：

library(dplyr)
result <- df %>%
  group_by(año, mes, tipo_dia) %>%
  summarise(tipo_dia_conteo = n_distinct(fecha), .groups = "drop")

如果想要将不同tipo_dia作为单独列展示，方便逐月对比，可以搭配tidyr的pivot_wider()实现：

library(dplyr)
library(tidyr)
result_wide <- df %>%
  group_by(año, mes, tipo_dia) %>%
  summarise(tipo_dia_conteo = n(), .groups = "drop") %>%
  pivot_wider(
    names_from = tipo_dia, 
    values_from = tipo_dia_conteo, 
    values_fill = 0 # 不存在的类型默认填充0
  )

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