使用dplyr按双变量group_by时出现unexpected symbol错误求助

首先，咱们先拆解报错原因：你用到的列名Regional Manager包含空格，直接写在代码里R会把它当成两个独立的符号（Regional和Manager），所以解析的时候就弹出了unexpected symbol的错误。另外，原代码里的top_n默认是对整个数据集取Top5，而不是每个Regional Manager分组内的Top5，这也不符合你的需求。

下面给你两个修正后的可行方案：

方案一：用反引号处理带空格列名 + top_n #

library(dplyr)

raw %>%
  group_by(`Regional Manager`, Firm) %>%  # 带空格的列名必须用反引号包裹，让R识别为单个变量
  summarize(Total = sum(Opportunity), .groups = "drop_last") %>%  # 保留Regional Manager的分组结构
  top_n(5, Total)  # 在每个经理的分组内，按Total取前5

方案二：更直观的slice_max（推荐，dplyr 1.0.0+可用） #

slice_max是dplyr新版本推出的函数，比top_n逻辑更清晰，还能明确控制返回数量：

library(dplyr)

raw %>%
  group_by(`Regional Manager`, Firm) %>%
  summarize(Total = sum(Opportunity), .groups = "drop_last") %>%
  slice_max(n = 5, order_by = Total)  # 按Total降序，每个分组精准取前5

关键细节说明： #

• 带空格的列名必须用**反引号``**包裹，这是R识别非标准变量名的硬性规则
• summarize里加.groups = "drop_last"是为了保留Regional Manager的分组，这样后续取Top5的操作才会在每个经理的子集中执行，而不是全局取Top5
• 如果你的dplyr版本较旧，slice_max可能不可用，那就用方案一的top_n，记得一定要指定排序变量Total

内容的提问来源于stack exchange，提问作者matchat