dplyr中summarise配合group_by对因子列分组失效无法正确汇总的问题

问题原因 #

该问题的核心诱因是环境中存在同名函数冲突：同时加载了plyr和dplyr两个包时，plyr::summarise()会覆盖dplyr::summarise()，而plyr的汇总函数不识别dplyr的group_by()生成的分组标记，只会将整个数据集作为单一组计算聚合结果。

解决方案 #

你可以任选以下任意一种方法解决问题：

• 调用函数时明确指定dplyr包名，避免同名函数冲突

data %>% 
  dplyr::group_by(brand) %>% 
  dplyr::summarise(SUM = sum(variable))

运行后即可得到预期的分组汇总结果：

# A tibble: 2 × 2
  brand      SUM
  <fct>    <dbl>
1 BMW        132
2 Mercedes    63

• 调整包加载顺序，加载plyr后再加载dplyr，让dplyr的同名函数覆盖plyr的函数

library(plyr)
library(dplyr)

• 不需要使用plyr功能时，直接从当前环境卸载plyr包

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

问题排查 #

如果执行上述操作后问题仍然存在，可以运行find("summarise")查看当前调用的summarise函数所属的包，正常情况下返回结果的第一条应该是"package:dplyr"。

内容的提问来源于stack exchange，提问作者Valen78