在R语言中为数据集添加列以统计A列值的重复次数

针对你的需求，这里提供两种简洁的实现方式，同时说明你之前代码无效的原因：

Base R 方案 #

用ave()函数可以一步到位，直接按A列分组计算每个值的出现次数，并自动匹配到每一行：

people$C <- ave(rep(1, nrow(people)), people$A, FUN = sum)

原理很简单：先生成和数据行数一致的全1向量，按A列分组后对这些1求和，得到的就是每个分组的总重复次数，ave会自动把结果对应到原数据的每一行。

tidyverse (dplyr) 方案 #

如果平时习惯用tidyverse生态，用分组+新增列的方式更直观：

library(dplyr)
people <- people %>%
  group_by(A) %>%
  mutate(C = n()) %>%
  ungroup()

group_by(A)按A列分组，mutate(C = n())给每个分组添加当前组的行数（也就是该值的重复次数），最后ungroup()取消分组，避免后续操作受分组状态影响。

你的aggregate代码为什么无效？ #

你之前写的people <-aggregate(people$A, people, lengths)逻辑不对：aggregate的第二个参数是分组依据（这里会按A和B的组合分组，但B列全为Student，实际等价于按A分组），但lengths在这里的作用对象是分组后的people$A子集，而aggregate默认会将分组后的列简化，导致lengths返回的是单个元素的长度而非分组总长度，所以最终得到的全是1。如果一定要用aggregate，正确的做法是先统计次数再合并，但这种方法远不如前面两种简便：

# aggregate的正确用法（仅作参考）
count_df <- aggregate(A ~ A, data = people, FUN = length)
colnames(count_df)[2] <- "C"
people <- merge(people, count_df, by = "A")

运行上述任意一种推荐方法后，你的people数据框会新增列C，值依次为3、3、3、2、2、1，完全符合需求。

内容的提问来源于stack exchange，提问作者damian fiorotto