使用dplyr按日期、城市分组汇总租赁量并计算平均时长时group_by失效问题求助
问题根因排查
- 列名大小写不匹配:你的数据集里城市维度的列名是首字母大写的
City,但代码中group_by(date, city)引用的是小写city。R对列名的识别完全区分大小写,不存在自动模糊匹配的逻辑。如果你的全局环境恰好存在名为city的临时变量,group_by会直接将这个固定值作为分组常量,把整个数据集归为单一组,最终输出全量汇总的单行结果,这和你观察到的分组完全失效的现象完全吻合。运行代码前可以先执行colnames(df)核对所有列的实际拼写,避免因大小写不一致触发分组失效的问题。 summarise语法不规范:你写的(rentals=sum(rentals))在外层多套了一层冗余括号,不符合dplyr要求的「新列名 = 计算表达式」的参数格式,旧版本dplyr遇到这类写法会触发非预期求值逻辑,无法正确执行分组计算。
修正后的实现代码
library(dplyr) df <- df %>% # 列名和数据集实际命名保持完全一致 group_by(date, City) %>% summarise( total_rentals = sum(rentals), # 统计组内总租赁量 avg_duration = mean(duration) # 统计组内平均租赁时长 ) %>% ungroup() # 计算完成后解除分组,避免后续流程残留分组属性影响计算
样例数据的预期输出
基于给出的前10行样例数据,修正后的代码会按「日期+城市」维度输出独立分组的统计值,完全匹配你最初设定的两类计算目标。
内容的提问来源于stack exchange,提问作者vibuc
相关产品推荐
相关产品推荐

