我碰到过类似的情况，结合你的代码和排查过程，给你几个针对性的解决方案：

1. 强制指定dplyr命名空间，避免函数冲突 #

你同时加载了tidyverse和单独的dplyr，再加上operators包，很可能出现函数命名冲突。试试在summarise前加上dplyr::前缀，明确调用dplyr的函数：

temp2 <- temp1 %>% 
  select(state, race, for_count) %>% 
  group_by(state, race) %>% 
  dplyr::summarise(num_shootings = sum(for_count))

2. 排查operators包的干扰 #

operators包经常会重定义一些常用操作符或函数，和dplyr的语法产生冲突。先卸载并移除这个包再测试：

detach("package:operators", unload = TRUE)

之后重新运行你的代码，看是否能正常执行。

3. 分步执行代码定位问题 #

把管道拆成分步操作，逐一排查每一步的输出：

# 第一步：确认select后的结果包含for_count
temp_select <- temp1 %>% select(state, race, for_count)
print(temp_select)

# 第二步：确认分组对象结构正常
temp_grouped <- temp_select %>% group_by(state, race)
str(temp_grouped)

# 第三步：单独执行summarise
temp2 <- temp_grouped %>% summarise(num_shootings = sum(for_count))

这样能快速定位问题出在哪个环节。

4. 用基础R函数验证数据 #

用aggregate函数做替代测试，确认数据本身没有问题：

aggregate(for_count ~ state + race, data = temp1, sum)

如果这个能正常输出预期结果，那基本可以确定是dplyr相关的命名空间冲突问题，用第一种方法就能解决。

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