如何在R中用条件分组和计数（附代码实例）

你可以使用下面的基本语法在R中进行group by和count with condition：

library(dplyr)

df %>%
  group_by(var1) %>%
  summarize(count = sum(var2 == 'val'))

这个特殊的语法是根据var1对数据框的行进行分组，然后对var2等于'val'的行数进行计数。

下面的例子展示了如何在实践中使用这种语法。

例子：R中的Group By和Count with Condition

假设我们在R中拥有以下数据框，其中包含各种篮球运动员的信息：

#create data frame
df <- data.frame(team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),
                 pos=c('Gu', 'Fo', 'Fo', 'Fo', 'Gu', 'Gu', 'Fo', 'Fo'),
                 points=c(18, 22, 19, 14, 14, 11, 20, 28))


#view data frame
df

  team pos points
1    A  Gu     18
2    A  Fo     22
3    A  Fo     19
4    A  Fo     14
5    B  Gu     14
6    B  Gu     11
7    B  Fo     20
8    B  Fo     28

下面的代码显示了如何通过球队变量对数据框进行分组，并计算pos变量等于'gu'的行数：

library(dplyr)

#group by team and count rows where pos is 'Gu'
df %>%
  group_by(team) %>%
  summarize(count = sum(pos == 'Gu'))

# A tibble: 2 x 2
  team  count
   
1 A         1
2 B         2

从输出中我们可以看到：

• 球队A有1行的位置列等于 "Gu"。
• 团队B有2行，其中pos列等于'Gu'。

我们可以使用类似的语法来执行group by和带有一些数字条件的计数。

例如，下面的代码显示了如何通过团队变量分组并计算积分 变量大于15的行数：

library(dplyr)

#group by team and count rows where pos is 'Gu'
df %>%
  group_by(team) %>%
  summarize(count = sum(points > 15))

# A tibble: 2 x 2
  team  count
   
1 A         3
2 B         2

从输出中我们可以看到：

• 球队A有3行积分列大于15的记录
• 球队B有2行积分列大于15的记录。

你可以使用类似的语法来执行分组和计数的任何特定条件。