R dplyr按Group分组后汇总多列及性别计数报错的解决方案咨询

嗨，我来帮你理清这个分组统计的问题～先纠正你代码里的小错误，再给你几个最优的实现方案。

你之前代码的问题 #

你写的mutate(male = count('Male'))是不对的：count()是dplyr里用来统计行数的函数，不能直接传入字符串来筛选计数。而且完全不需要把所有列都加入group_by，只需要按你想要的核心分组维度（这里是Group）来分组，然后针对性地统计各列信息就行。

最优实现方式分两种场景： #

场景1：想把每组内的性别计数转成列（比如Male、Female各一列）

如果你希望输出结果是每个Group一行，同时显示该组内Male和Female的数量，最简洁的方式是先按Group+Gender分组计数，再用pivot_wider把性别转成列：

library(dplyr)
library(tidyr)

df %>% 
  group_by(Group, Gender) %>% 
  summarize(n = n(), .groups = "drop") %>%  # .groups="drop"取消分组，方便后续转宽表
  pivot_wider(
    names_from = Gender, 
    values_from = n, 
    values_fill = 0  # 没有对应性别的组填充0
  )

场景2：想同时统计每组内多列的多种统计量

如果除了性别计数，你还想统计数值列的均值、中位数等，直接按Group分组，在summarise里用函数针对性处理即可：

df %>% 
  group_by(Group) %>% 
  summarize(
    # 基础计数：每组总人数
    total_people = n(),
    # 性别计数：用sum统计逻辑值的数量（TRUE=1，FALSE=0）
    male_count = sum(Gender == "Male", na.rm = TRUE),
    female_count = sum(Gender == "Female", na.rm = TRUE),
    # 数值列的统计：比如Age的均值和中位数
    avg_age = mean(Age, na.rm = TRUE),
    median_age = median(Age, na.rm = TRUE),
    # 用across批量处理多个数值列，生成统一格式的统计结果
    across(
      c(Salary, Score),  # 指定要统计的列
      list(
        mean = ~mean(., na.rm = TRUE),
        median = ~median(., na.rm = TRUE)
      )
    )
  )

关键总结 #

• 不需要把所有列都加入group_by，只需要指定你的核心分组维度（这里就是Group）即可。
• 统计分类列的某类数量时，用sum(列名 == "目标值")是最直接的方法，比嵌套分组再转宽表更高效（如果不需要宽表格式的话）。
• count()函数是用来统计分组后的行数，不要用它来筛选特定值的计数。

内容的提问来源于stack exchange，提问作者add-semi-colons