使用dplyr的mutate函数为数据框求和列时报错的问题咨询

错误成因 #

你碰到的这个报错，本质是dplyr的mutate()函数要求必须先指定要操作的目标数据框，也就是它的第一个参数.data。你的代码里直接写了total_sum = sum(orders$numbers)，完全没把orders数据框传给mutate()，函数根本不知道要处理哪份数据，所以才会抛出".data参数缺失，无默认值"的错误。

修复方法 #

这里有两种符合dplyr规范的正确写法，推荐用第一种链式编程的方式，代码可读性更强：

方式1：使用管道符%>%（推荐）

管道符的作用是把前面的数据对象传递给后面的函数，完美适配dplyr的操作风格：

library(dplyr)
# 把结果重新赋值给orders，也可以换个新变量名避免覆盖原数据
orders <- orders %>% 
  mutate(total_sum = sum(numbers))

这里orders %>%会自动把数据框传入mutate()，函数就能识别要操作的数据集，然后计算numbers列的整体总和，生成新列total_sum。

方式2：直接传入数据框作为第一个参数

如果暂时不习惯管道符，也可以直接把orders作为mutate()的第一个参数传入：

library(dplyr)
orders <- mutate(orders, total_sum = sum(numbers))

这个写法和管道版的功能完全一致，只是语法形式不同。

小补充：这样生成的total_sum列，每一行的值都会是numbers列的总和（因为sum(numbers)是对整个列求和）。如果你的需求是分组求和，只需要在mutate()前加上group_by(分组列名)即可，不过从你的问题描述来看，应该是要整列的总和，所以上面的写法就足够啦。

内容的提问来源于stack exchange，提问作者A.Coder47