如何用summarise函数列出因子变量全水平及解决输出行数限制问题

嘿，这两个问题我之前处理因子变量时都碰到过，给你详细说说怎么解决：

问题1：如何使用summarise函数列出因子变量的所有水平？ #

其实核心思路是先按因子变量分组，再用summarise做汇总——这样每个因子水平都会对应一行结果，自然就能列出所有水平了。举个实际例子，假设我们用内置的mtcars数据集，把cyl转成因子变量，然后用summarise列出所有水平并统计每组的观测数：

library(dplyr)

# 把cyl转为因子变量
mtcars$cyl <- as.factor(mtcars$cyl)

# 按cyl分组，汇总每组的观测数，同时列出所有因子水平
mtcars %>%
  group_by(cyl) %>%
  summarise(观测数量 = n())

运行后你会看到cyl的所有三个水平（4、6、8）都被列出来，每个水平对应一行汇总结果。如果只是想单纯列出所有因子水平，也可以在summarise里直接返回水平列表，但分组后汇总的方式更实用，毕竟通常我们都会配合统计指标一起用。

问题2：当Neighborhood为包含20余个水平的因子变量时，使用summarise函数查看所有水平的标准差仅能显示10行，该如何解决？ #

这个是dplyr默认的打印行数限制在搞事情——它默认只显示前10行结果，超过的话会被截断。给你三个简单的解决办法：

• 方法1：打印时指定显示所有行
  先把汇总结果存到变量里，然后用print()函数的n参数设置为Inf（无限），就能显示全部行了：

# 假设你的数据集叫df，要计算的数值变量叫price
summary_result <- df %>%
  group_by(Neighborhood) %>%
  summarise(价格标准差 = sd(price, na.rm = TRUE))

# 显示所有行
print(summary_result, n = Inf)

• 方法2：修改dplyr的全局打印选项
  如果你不想每次都手动指定，那就直接修改全局选项，让dplyr默认显示所有行：

# 设置dplyr打印最大行数为无限
options(dplyr.print_max = Inf)

# 之后再运行summarise，结果就会全部显示出来了
df %>%
  group_by(Neighborhood) %>%
  summarise(价格标准差 = sd(price, na.rm = TRUE))

• 方法3：转成普通数据框打印
  把dplyr的分组结果转成基础R的数据框，打印时就不会有行数限制了（20多行完全没问题）：

df %>%
  group_by(Neighborhood) %>%
  summarise(价格标准差 = sd(price, na.rm = TRUE)) %>%
  as.data.frame()

内容的提问来源于stack exchange，提问作者Shea