R中dplyr报错Error: length(rows) ==1 is not TRUE的排查求助

让我来帮你拆解这个问题的根源，以及给出适配你需求的解决方案：

问题场景回顾 #

你需要统计变量前三排名数据中，各列1、2、3及NA（未进入前三的人数）的数量。当用dplyr::filter(year ==1, status ==2)得到LikelyRenew_ReasonB后，执行以下统计代码时抛出错误：

LikelyRenew_ReasonB %>% summarize(
 costC = count(cost),
 productsC = count(products),
 communC = count(commun),
 reimburseC = count(reimburse),
 policyC = count(policy),
 discountC = count(discount))

错误信息：Error: length(rows) == 1 is not TRUE

但当过滤条件改为year ==3, status ==1，或者改用plyr::summarize时，代码能正常运行并得到预期结果。

核心原因解析 #

这个问题本质是dplyr和plyr函数的逻辑差异，以及dplyr::summarize的运行规则导致的：

1. dplyr::summarize的硬性要求：dplyr::summarize的每个汇总表达式必须返回单个值（长度为1的向量），而dplyr::count是用来对数据框分组计数的函数，它返回的是一个包含分组列和计数列的数据框——这就直接违反了dplyr::summarize的要求，所以会触发报错。

2. 为什么部分过滤条件能正常运行？
   当你用year ==3, status ==1过滤后，数据中每一列（cost、products等）的取值可能只有一种（比如全是NA，或者全是某个单一数值），这时候dplyr::count返回的数据框只有1行，刚好满足length(rows) ==1的隐性校验，所以没触发错误；而year ==1, status ==2过滤后的数据中，至少有一列存在多种取值（比如同时有1、2、3和NA），dplyr::count返回多行数据框，就直接触发了报错。

3. plyr::summarize的兼容性差异
   plyr::summarize和dplyr::summarize的设计逻辑不同，它允许将数据框作为汇总结果返回，所以当你改用plyr::summarize时，即使count返回多行数据框，也能正常运行。不过这里要注意：你可能混用了dplyr::count和plyr::count，两者的行为也有细微差别，但在这个场景下刚好兼容。

适配需求的解决方案 #

根据你统计各列1、2、3及NA数量的需求，推荐以下几种更规范的实现方式：

方法1：用dplyr的across+table（最简洁） #

table函数可以直接统计向量中各值的出现次数（包括NA，需设置useNA="always"），结合dplyr::summarize(across(...))可以批量处理所有目标列：

LikelyRenew_ReasonB %>%
  summarize(across(c(cost, products, commun, reimburse, policy, discount),
                   ~list(table(., useNA = "always"))))

运行后每一列会返回一个包含各取值计数的表格，你可以根据需要转换为更易读的格式。

方法2：分组计数后整理成长格式结果 #

如果想得到每列的计数明细（比如单独列出1、2、3、NA的数量），可以定义一个小函数批量处理：

# 定义统计单列计数的函数
count_single_col <- function(df, col) {
  df %>%
    count({{col}}, name = "count", useNA = "always") %>%
    mutate(column_name = deparse(substitute(col)))
}

# 批量处理所有列并合并结果
dplyr::bind_rows(
  count_single_col(LikelyRenew_ReasonB, cost),
  count_single_col(LikelyRenew_ReasonB, products),
  count_single_col(LikelyRenew_ReasonB, commun),
  count_single_col(LikelyRenew_ReasonB, reimburse),
  count_single_col(LikelyRenew_ReasonB, policy),
  count_single_col(LikelyRenew_ReasonB, discount)
)

这种方式会得到长格式的结果，方便后续的分析或可视化。

方法3：统一使用plyr函数（不推荐长期混用） #

如果一定要沿用你原来的写法，要确保统一使用plyr的函数（避免和dplyr的同名函数冲突）：

library(plyr)
LikelyRenew_ReasonB %>%
  plyr::summarize(
    costC = plyr::count(cost),
    productsC = plyr::count(products),
    communC = plyr::count(commun),
    reimburseC = plyr::count(reimburse),
    policyC = plyr::count(policy),
    discountC = plyr::count(discount)
  )

不过不建议同时加载dplyr和plyr，因为大量同名函数会导致逻辑混淆，后续排查问题会很麻烦。

内容的提问来源于stack exchange，提问作者Ellie