tidyverse中group_by与summarise处理因子变量失效问题咨询

你的原始gender列存储的是数值1和2，在调用factor()函数转换因子时，你直接将levels参数设置为了字符串"male"和"female"，和原始数据的取值完全不匹配，R无法找到对应匹配项，会把所有gender值转换为NA，因此分组统计时只会生成唯一的NA分组，计算的结果就是整体age的均值。

你需要把原始数值和对应的性别标签做关联，调整因子转换逻辑即可，有两种常用实现方式：

• 方式1：保留原始数值为因子levels，通过labels参数映射性别标签

data <- data%>%
  mutate(gender = factor(gender, levels = c(1,2), labels = c("male", "female")))

• 方式2：先将原始数值替换为对应的性别文本，再转换为因子

data <- data%>%
  mutate(gender = dplyr::case_match(gender, 1 ~ "male", 2 ~ "female"),
         gender = factor(gender, levels = c("male", "female")))

调整后再运行分组统计代码即可得到预期结果：

# 运行结果示例
# A tibble: 2 × 2
  gender  mean
  <fct>  <dbl>
1 male    21.2
2 female  23.2

内容的提问来源于stack exchange，提问作者Davin Díaz García