如何统计R数据框中每行含指定值组合的行数？求更优解法

首先修正你提供的数据框代码（原代码列名重复，R会自动重命名，这里改为col1-col5方便操作）：

df = data.frame(col1 = c("value_1","value_3","value_3","value_2"),
                col2 = c("value_1","value_1","value_4","value_2"),
                col3 = c("value_1","value_2","value_1","value_2"),
                col4 = c("value_3","value_3","value_3","value_2"),
                col5 = c("value_2","value_3","value_4","value_2"))

指定值组合：

comb = c("value_1","value_2")

需求是统计每行至少包含组合中所有值一次的行数，期望输出为2。以下是几种比循环生成哑变量更优雅的实现方式：

1. 基础R：apply + all + %in% #

这是最直观的基础R写法，直接遍历每行判断组合完整性：

sum(apply(df, 1, function(row) all(comb %in% row)))
# 输出：2

逻辑：apply(df, 1, ...)按行遍历数据框，all(comb %in% row)检查组合里的每个值是否都存在于当前行，最后sum把符合条件的TRUE（自动转为1）累加得到总数。

2. Tidyverse风格：dplyr行级操作 #

如果你习惯用tidyverse工具链，用rowwise实现行级判断：

library(dplyr)

df %>%
  rowwise() %>%
  mutate(has_all = all(comb %in% c_across(everything()))) %>%
  pull(has_all) %>%
  sum()
# 输出：2

逻辑：rowwise()指定按行处理，c_across(everything())提取当前行所有列的值，判断组合是否全包含后，提取结果求和。

3. 向量化操作（高效适配大数据集） #

避免循环，用向量化运算提升效率，尤其适合行数很多的数据集：

sum(colSums(sapply(comb, function(x) rowSums(df == x) > 0)) == length(comb))
# 输出：2

逻辑：

• sapply(comb, function(x) rowSums(df == x) > 0)生成一个逻辑矩阵，每列对应组合中的一个值，每行标记该行是否包含该值；
• colSums统计每行符合的组合值数量，等于组合长度的行就是满足条件的行，最后sum统计总数。

内容的提问来源于stack exchange，提问作者yacx