R语言group_by未按选定列聚合的原因及解决方法

问题产生原因 #

count(num)的作用是统计分组后每个num取值的出现频次，而非对num列的数值做聚合计算。你已经按Country分组后，Other分组下存在3个不同的num值：5、6、16，count(num)会默认将分组维度扩展为Country+num，分别统计每个组合的出现次数，因此不会合并三行Other记录，仅会额外新增一列统计每个组合的频次（此处三个Other行的频次均为1），达不到你要的聚合效果。

解决方法 #

如果需要合并相同Country的记录，对num列求和，可选择以下两种方案：

• 方案1：直接使用count()的权重参数，count本身支持分组统计，无需提前调用group_by，指定wt参数为需要聚合的数值列即可：

country_num %>%
  count(Country, wt = num, name = "total_num")

• 方案2：搭配group_by与summarise实现聚合，该写法通用性更强，后续需要修改为求均值、最大值等其他聚合逻辑时调整更方便：

country_num %>%
  group_by(Country) %>%
  summarise(total_num = sum(num))

两种写法执行后，Other对应的记录会汇总三个值的总和为27，其余国家的num值也会正常保留，符合聚合需求。

内容的提问来源于stack exchange，提问作者user16256930