dplyr中ungroup()用法及分组统计后保留原维度实现方法

这问题我熟！你用summarize()的核心问题在于，它会把每个分组（这里是country）压缩成一行汇总结果，所以最终行数自然等于唯一国家的数量。要保留原数据集的country-year维度，你需要换用mutate()——它会在原数据的每一行上添加分组计算的结果，完全不改变原数据的行数和结构。

直接实现的代码示例 #

library(dplyr)
library(gapminder)

# 按country分组计算均值，新增列并保留原数据所有行
result <- gapminder %>%
  group_by(country) %>%
  mutate(country_pop_mean = mean(pop, na.rm = TRUE)) %>% # 建议加na.rm处理可能的缺失值
  ungroup()

效果说明 #

运行这段代码后，result的行数和原gapminder完全一致：每个country-year的行里，country_pop_mean列都会重复显示对应国家的人口均值，完美匹配你要的country-year维度需求。

备用方法：先汇总再合并 #

如果你已经有了用summarize()生成的均值表，也可以通过左连接合并回原数据集：

# 先生成每个国家的均值表
mean_table <- gapminder %>%
  group_by(country) %>%
  summarize(country_pop_mean = mean(pop, na.rm = TRUE)) %>%
  ungroup()

# 左连接回原数据集
result <- gapminder %>%
  left_join(mean_table, by = "country")

不过第一种用mutate()的方法更直接高效，不需要额外的合并步骤，推荐优先使用。

内容的提问来源于stack exchange，提问作者Emily