如何在R中创建变量统计month_x大于对应max_x的次数

方法一：Base R 实现 #

利用列名的对应关系提取目标列，逐行比较后求和：

# 提取所有month和max开头的列
month_cols <- grep("^month", names(df), value = TRUE)
max_cols <- grep("^max", names(df), value = TRUE)

# 逐行统计month_x > max_x的有效数量（自动忽略NA）
df$count <- rowSums(df[month_cols] > df[max_cols], na.rm = TRUE)

运行后查看结果：

df
#      id month1 month2 month3 max1 max2 max3 count
# 1  Lars      1      2     NA    0    3   NA     1
# 2 Susan      1      2      3    0    1    2     2
# 3  Juan      1      2      3    2    3    4     0

方法二：Tidyverse 实现 #

通过转置长格式数据完成比较，再分组求和：

library(tidyverse)

df <- df %>%
  # 拆分列名，将month/max和数字部分分离
  pivot_longer(cols = -id, 
               names_to = c(".value", "num"), 
               names_pattern = "(month|max)(\\d+)") %>%
  # 标记month是否大于对应max
  mutate(gt_flag = month > max) %>%
  # 按id分组统计有效标记数
  group_by(id) %>%
  summarise(count = sum(gt_flag, na.rm = TRUE)) %>%
  # 合并回原数据
  right_join(df, by = "id") %>%
  # 调整列顺序
  select(id, month1:max3, count)

核心说明 #

• 两种方案都适配month_x和max_x的命名规则，新增更多组（如month4/max4）时无需修改代码
• na.rm = TRUE会自动忽略同时为NA的month和max组合，不纳入统计

内容的提问来源于stack exchange，提问作者connor monie