df_all1_new <- df_all1 %>% group_by(Year, cut_day) %>% summarise(站数 = n_distinct(站点)) %>% ungroup()统计不出来Year,cut_day的站点数，统计出来的是总站点数

非常抱歉之前的回答有误。如果你想统计"Year"和"cut_day"这两列中的站点数，可以使用以下代码：

df_all1_new <- df_all1 %>%
  group_by(Year, cut_day) %>%
  summarise(站数 = n_distinct(站点)) %>%
  ungroup()

在上述代码中，我们使用`group_by()`函数将数据按照"Year"和"cut_day"进行分组。然后，使用`summarise()`函数计算每个组中不重复的站点数量，并将结果命名为"站数"。最后，使用`ungroup()`函数取消分组。

请确保在运行代码之前，已经正确加载了`dplyr`包，并且数据框`df_all1`包含了"Year"、"cut_day"和"站点"这些列。运行代码后，将得到一个新的数据框`df_all1_new`，其中包含了每个组的站点数量信息。

再次对之前的错误表示歉意，谢谢你的理解！

相关问题

pear_year_total <- pear_year %>% as.data.frame() %>% rownames_to_column(., "age") %>% as_tibble() %>% pivot_longer(-1,names_to = "year",values_to = "pear_year") %>% mutate(pear_year = replace_na(pear_year, 0)) %>% group_by(age) %>% summarise (pear_year = sum(pear_year))

这段代码使用了R语言中的dplyr包，进行了一系列数据处理操作。具体来说，它的功能如下：

1. 将一个名为pear_year的数据框转换成数据框格式
2. 增加一个名为age的列，将行名作为age的值
3. 将数据框转换为tibble格式
4. 对除了age列之外的所有列进行长格式转换，将列名变为year，值变为pear_year
5. 将pear_year中的缺失值替换为0
6. 按照age列进行分组，计算每组中pear_year列的总和
7. 对age和pear_year进行汇总，得到一个新的数据框

总的来说，这段代码的作用是将pear_year的数据框按照age进行汇总，计算每个年龄段中pear_year的总和，并将结果保存在一个新的数据框中。

GZL_sum <- GZL_12 %>% group_by(username) %>% summarise(total_GZL = sum(GZL))

这条代码表示对 `GZL_12` 数据集按照 `username` 进行分组，然后计算每个用户 `GZL` 列的总和，并将结果保存为一个新的数据集 `GZL_sum`。其中 `%>%` 是管道操作符，它可以将前面一步的结果传递给后面一步作为输入。在这个例子中，`GZL_12` 会作为第一个参数传递给 `group_by()` 函数，然后 `group_by()` 函数的结果会作为第一个参数传递给 `summarise()` 函数。最终的结果是一个新的数据集 `GZL_sum`，其中每一行表示一个用户的总 `GZL` 值。