R语言按AB、CD分组计算EF统计量与GH类别计数的实现问题

前置要求：需已加载dplyr包，若未加载先执行library(dplyr)

问题1：生成含EF统计值的df_1 #

报错原因 #

summarise参数不符合语法要求，核心问题两点：

• summarise的参数规则为 新列名 = 对分组内数据的计算逻辑，不能直接把函数名作为输入
• max()/min()/mean()是统计函数，需要传入待计算的EF列作为参数

正确代码 #

df_1 <- df_original %>%
  group_by(AB, CD) %>%
  summarise(
    Max = max(EF),
    Min = min(EF),
    Mean = mean(EF),
    .groups = "drop" # 可选参数，取消分组属性避免后续操作报错
  )

输出验证 #

执行后得到的结果完全符合预期：

AB    CD  Max  Min  Mean 
A     0   14   12   13
A     1   18   16   17.25
A-2   0   78   12   34
A-2   1   47   12   31

问题2：生成含GH计数的df_2 #

原有代码的问题 #

• 把GH加入分组字段，会导致输出按AB+CD+GH三元组分组，得到每行对应一个GH取值的长格式结果，不符合需要的宽格式
• summarise(sum)的写法和问题1一致，未指定具体计算逻辑

正确代码 #

直接在按AB、CD分组后，用逻辑判断加求和的方式生成两个计数列，无需额外转置操作：

df_2 <- df_original %>%
  group_by(AB, CD) %>%
  summarise(
    M_total = sum(GH == "M"),
    F_total = sum(GH == "F"),
    .groups = "drop"
  )

输出验证 #

执行后结果完全匹配预期：

AB    CD  M_total  F_total
A     0   1        2
A     1   3        1
A-2   0   2        1
A-2   1   1        2

内容的提问来源于stack exchange，提问作者vcat