dplyr条件汇总函数报错：按物种选择不同汇总方式实现失败

嘿，我懂你碰到的这个坑了——用case_when在summarise里这么写确实会出问题，原因是case_when是逐行判断并返回值，但summarise需要的是每组输出一个汇总结果，两者的逻辑不匹配。

问题分析 #

你原来的代码里，分组后每组有50行数据，case_when会对每一行的Species做判断，然后返回50个sum或mean的结果（其实是把同一个汇总值重复50次），但summarise要求每组只输出一个值，这就会导致报错或者结果不符合预期。

正确的实现方法 #

这里有两种简单的解决方案：

方法1：用if_else替代case_when

因为分组后每组的Species是唯一的，所以用if_else可以直接针对每组的条件选择汇总函数：

iris <- tibble::as_tibble(iris)
iris %>% 
  group_by(Species) %>% 
  summarise(pwz = if_else(Species == "setosa",
                          sum(Petal.Width, na.rm = TRUE),
                          mean(Petal.Width, na.rm = TRUE)))

这个方法简洁高效，适合单条件判断的场景。

方法2：拆分数据分别处理再合并

如果后续有更复杂的多条件判断，拆分处理会更清晰：

library(dplyr)

# 单独处理setosa
iris_setosa <- iris %>% 
  filter(Species == "setosa") %>% 
  summarise(Species = "setosa", pwz = sum(Petal.Width, na.rm = TRUE))

# 处理其他物种
iris_other <- iris %>% 
  filter(Species != "setosa") %>% 
  group_by(Species) %>% 
  summarise(pwz = mean(Petal.Width, na.rm = TRUE))

# 合并结果
bind_rows(iris_setosa, iris_other)

两种方法都能得到你想要的结果：setosa组返回Petal.Width的总和，其他组返回均值。

内容的提问来源于stack exchange，提问作者michdn