R dplyr按品类与性别分组计算销售率时summarise报无效list类型参数错误

报错根因拆解 #

• 管道操作符书写断连：代码中所有用于传递流程的%>%均漏写末尾的%，错写为%>，直接打断了数据在函数间的传递逻辑，导致参数作用域错乱，生成嵌套结构的list类型数据，这就是执行sum(qty_sold)时提示「invalid 'type' (list) of argument」的直接触发原因
• 聚合逻辑存在缺陷：将两个聚合统计步骤拆分为两次连续的summarise执行时，第一次聚合完成后，输出结果仅保留分组字段和新计算的total_qty列，原本的明细列（包括Qty Received）会被全部剔除，第二次计算total_qty_avail时根本无法检索到对应字段，无法完成正常聚合
• 绘图参数错配：ggplot调用时显式传入了未经处理的原始明细数据data=data，没有承接管道流程输出的聚合结果，即便前面的聚合步骤正常运行，也会因为原始数据中不存在sell_rate字段触发绘图报错

修正后可运行代码 #

library(dplyr)
library(ggplot2)

data %>% 
  group_by(CATEGORY, Gender) %>% 
  # 单步完成所有聚合计算，避免分步summarise丢失原始明细列
  summarise(
    total_qty = sum(qty_sold),
    total_qty_avail = sum(`Qty Received`),
    .groups = "drop"
  ) %>% 
  mutate(sell_rate = total_qty / total_qty_avail) %>% 
  # 直接承接管道传递的聚合结果传入ggplot，无需重复指定原始数据源
  ggplot(aes(x = CATEGORY, y = sell_rate)) +
  geom_col() +
  facet_wrap(~Gender)

运行效果验证 #

基于你提供的测试数据集执行上述代码，会按预期生成分性别展示各品类平均销售率的分面柱状图，对应计算结果符合逻辑：

• 品类A、男性群体销售率10%
• 品类A、女性群体销售率约13.3%
• 品类B、男性群体销售率10%

内容的提问来源于stack exchange，提问作者AdilK