使用dplyr按ID分组统计不同颜色数量出错，求解决方法

看起来你遇到的问题是分组后的n_distinct没有按预期计算每个ID组内的颜色数，反而算出了整个数据集的总数。我来帮你分析问题并给出正确解法：

问题原因 #

你得到错误结果的核心是分组逻辑没有真正生效，导致n_distinct(color)计算的是全局的颜色种类数（3种），而非每个ID组内的数量。常见触发场景有两种：

• 你没有提前加载dplyr包（比如没运行library(dplyr)），导致group_by和mutate用的不是dplyr版本；
• 你的R环境中加载了其他包（比如data.table），其中的同名函数覆盖了dplyr的group_by或n_distinct，打乱了分组逻辑。

正确的dplyr写法 #

方法1：明确指定dplyr函数（最稳妥） #

直接用dplyr::前缀指定函数，避免函数冲突，确保分组逻辑正确：

# 先确保加载dplyr
library(dplyr)

ID= c('A', 'A', 'A', 'B', 'B', 'B')
color=c('white', 'green', 'orange', 'white', 'green', 'green')
d = data.frame (ID, color)

# 正确代码
d %>% 
  dplyr::group_by(ID) %>% 
  dplyr::mutate(count = dplyr::n_distinct(color)) %>% 
  dplyr::ungroup() # 可选，取消分组状态，避免后续操作出错

运行后会得到你期望的结果：

# A tibble: 6 × 3
  ID    color count
  <chr> <chr> <int>
1 A     white     3
2 A     green     3
3 A     orange    3
4 B     white     2
5 B     green     2
6 B     green     2

方法2：先聚合再合并（替代方案） #

如果担心分组操作的兼容性，也可以先计算每个ID的颜色数，再通过left_join合并回原数据集：

d %>% 
  left_join(
    d %>% 
      group_by(ID) %>% 
      summarise(count = n_distinct(color)),
    by = "ID"
  )

这种写法逻辑更直观，也能得到完全一致的正确结果。

验证你的原始代码 #

如果你的环境中没有函数冲突，且正确加载了dplyr，你最初的代码其实是可以正常运行的。你可以先运行search()查看当前加载的包，确认dplyr在列表中，或者重启R会话后只加载dplyr再测试代码。

内容的提问来源于stack exchange，提问作者Amazonian