dplyr嵌套group_by操作：二次分组会不会忽略首次的分组设置？

dplyr的group_by()默认行为是覆盖已有分组，原代码第二次调用group_by(outcome)时直接丢弃了上一步设置的study分组，相当于对全表按outcome全局分组，因此无法实现「每个study内部再按outcome分组计算」的需求。

要保留原有分组同时新增分组，只需在第二次group_by()调用时添加.add = TRUE参数即可，该参数会在现有分组规则的基础上叠加新的分组变量，不会替换原有分组。

修改后的代码如下：

library(dplyr)

set.seed(0)
(data <- expand.grid(study = 1:2, outcome = rep(1:2,2)))
data$X <- rnorm(nrow(data))
(data <- arrange(data,study))

res <- data %>% 
  group_by(study) %>% 
  mutate(X_between_st = mean(X), X_within_st = X-X_between_st) %>%
  # 增加.add = TRUE参数，保留已有study分组，新增outcome分组
  group_by(outcome, .add = TRUE) %>%
  mutate(X_between_ou = mean(X), X_within_ou = X-X_between_ou)

print(res, n = Inf)

如果你使用的是1.0.0之前的旧版dplyr，将.add = TRUE替换为add = TRUE即可生效。

运行后计算结果完全符合需求逻辑：
以study=1分组为例，outcome=1组的X均值为(1.2629543 + 0.4146414)/2 = 0.8387978，outcome=2组的X均值为(1.3297993 + (-0.9285670))/2 = 0.2006161，对应生成的去均值字段和人工计算结果完全一致。

内容的提问来源于stack exchange，提问作者Reza