雜談
感謝obarisk邦友在Day11的回覆，也感謝提供實作自訂向量化函式，我後來也有在Stack Overflow看到類似的討論How to define a vectorized function in R，而在cheatsheet會提到那些韓函式屬於vectorized functions，其定義是以向量作為輸入，並輸出與輸入相同長度的向量，應該也如obarisk在Day9提到的dplyr多有向量化。總之，感謝obarisk邦友的回饋。

正文

今天要來紀錄搭配summarize()的彙總函式(Summary Functions)，彙總函式以向量輸出會得到單一值。

1. dplyr::n(): 計算當前分組內的觀測值個數，通常用於得出每個分組的總數。
2. dplyr::n_distinct(): 計算分組內唯一值的數量。
3. sum(!is.na()): 計算非 NA 值的個數。
4. mean(): 計算分組內的平均值。
5. median(): 計算分組內的中位數。

計算每個汽缸數 (cyl) 分組中的汽車數量

mtcars |>
  group_by(cyl) |>
  summarize(
    count = n()
  )

計算每個汽缸數 (cyl) 分組中的唯一馬力 (hp) 數量

mtcars |>
  group_by(cyl) |>
  summarize(
    unique_hp = n_distinct(hp)
  )

創建新的範例資料集(有NA的資料集)

# 建立包含 NA 值的範例資料集
df <- data.frame(
  group = c("A", "A", "B", "B", "C", "C"),
  value = c(10, NA, 20, 30, NA, 40)
)

# 查看範例資料集
print(df)

計算每個分組（group）中非缺失值（value）的數量。

df |>
  group_by(group) |>
  summarize(
    non_na_values = sum(!is.na(value))
  )

計算每個分組（group）中 value 的平均值，忽略 NA 值。

df |>
  group_by(group) |>
  summarize(
    avg_value = mean(value, na.rm = TRUE)  # 忽略NA值計算平均
  )

計算每個分組（group）中 value 的中位數，忽略 NA 值。

df |>
  group_by(group) |>
  summarize(
    median_value = median(value, na.rm = TRUE)  # 忽略NA值計算中位數
  )

參考資料：

1. Data transformation with dplyr :: Cheatsheet