使用dplyr::distinct()时R报错：‘distinct_’无适用方法于数值型对象

嗨Peter，我来帮你梳理下问题并给出解决方案：

为什么会报错？ #

你遇到的报错核心原因是dplyr::distinct()的设计逻辑：它是专门为数据框设计的函数，不能直接传入单个向量（比如你提取的days_vec），也不能在summarise()里直接用——因为summarise()要求每组返回一个标量值，而distinct()返回的是数据框，类型不匹配，所以触发了no applicable method的错误。

正确的解决方案 #

要实现按id_1分组统计days的唯一值数量，最直接的方法是用dplyr内置的n_distinct()函数，它就是专门干这个活的：

library(dplyr)

df.ex <- structure( 
  list( id_1 = c(15796L, 15796L, 15799L, 15799L), 
        id_2 = c(61350L, 351261L, 61488L, 315736L), 
        days = c(30.5, 36.4854, 30.5, 30.5) ), 
  row.names = c(NA,-4L), 
  class = "data.frame", 
  .Names = c("id_1", "id_2", "days") 
)

# 正确代码
result <- df.ex %>% 
  group_by(id_1) %>% 
  summarise(count_distinct_values = n_distinct(days))

result
#> # A tibble: 2 × 2
#>    id_1 count_distinct_values
#>   <int>                 <int>
#> 1 15796                     2
#> 2 15799                     1

如果你一定要用distinct()来实现，也可以先分组提取唯一值，再统计行数：

result <- df.ex %>% 
  group_by(id_1) %>% 
  distinct(days) %>%  # 保留每组的唯一days值
  summarise(count_distinct_values = n())  # 统计每组的行数

补充说明 #

• n_distinct()默认会忽略NA值，如果你的数据里有NA且需要把它算作一个唯一值，可以加参数na.rm = FALSE，比如n_distinct(days, na.rm = FALSE)。
• 之前你尝试的count(distinct(., days))之所以报错，是因为distinct(., days)返回的是数据框，count()又是用来统计数据框行数的函数，嵌套在summarise()里会导致类型不匹配，所以行不通。

内容的提问来源于stack exchange，提问作者pd441