R语言中统计电商订单产品订购次数及解决报错问题

咱们先弄明白你为啥会遇到这个错误：
你用mutate(prods = count(product_id))的时候，犯了两个小问题：

1. count()不能放在mutate()里用：mutate()是给数据框的每一行新增列，而count()是用来做分组汇总的——它会直接返回一个包含分组和计数的新数据框，不是给每行生成单个值，两者的逻辑完全不匹配。
2. 因子类型的参数问题：你的product_id是因子类型，直接把单个因子向量传给count()，它没办法识别分组规则，所以就抛出了“没有适用于factor类对象的groups方法”的错误。

接下来给你几个可行的实现方法，都能直接得到包含product_id和Order_Count的目标表格：

方法一：dplyr标准分组汇总（最推荐，逻辑清晰） #

用group_by()先按产品ID分组，再用summarize()统计每组的行数（也就是订购次数）：

# 只保留product_id和Order_Count
product_order_counts <- temp %>%
  group_by(product_id) %>%
  summarize(Order_Count = n()) %>%
  ungroup() # 可选，取消分组状态，方便后续操作

# 如果需要同时显示product_name，就把它也加入分组：
product_order_counts <- temp %>%
  group_by(product_id, product_name) %>%
  summarize(Order_Count = n()) %>%
  ungroup()

方法二：直接用dplyr的count()简写 #

其实count()本身就是group_by() + summarize(n())的快捷写法，你直接对整个数据框用就行，不用嵌套在mutate()里：

# 指定计数列名为Order_Count
product_order_counts <- temp %>%
  count(product_id, name = "Order_Count")

# 带product_name的版本：
product_order_counts <- temp %>%
  count(product_id, product_name, name = "Order_Count")

方法三：基础R的table()方法 #

如果你更习惯用基础R工具，也可以这么做：

# 先生成频数统计表
order_freq_table <- table(temp$product_id)
# 转换为数据框并指定计数列名
product_order_counts <- as.data.frame(order_freq_table, responseName = "Order_Count")
# 把默认的列名Var1改成product_id
colnames(product_order_counts)[1] <- "product_id"

额外小技巧：按订购次数排序 #

如果想直接看到最受欢迎的产品（从高到低排序），在dplyr的代码末尾加个arrange()就行：

product_order_counts <- temp %>%
  count(product_id, name = "Order_Count") %>%
  arrange(desc(Order_Count))

内容的提问来源于stack exchange，提问作者Gaurang Swarge