R语言按多条件统计行数结果异常的问题求助

你好呀！看到你遇到了统计行数结果超出预期的问题，我来帮你分析一下问题出在哪，以及怎么解决~

问题根源：逻辑运算符优先级与条件组合错误 #

你代码里的逻辑表达式犯了两个关键错误：

1. 没有把ireg的限定条件（必须是1/2/3/7）作为整体和studio的条件绑定，导致很多不符合ireg要求的行被错误统计；
2. 逻辑运算符的优先级误解：在R中，&的优先级高于|，所以你写的studio <= 2 & ireg <=3 | ireg ==7会被解析成(studio <=2 & ireg <=3) | ireg ==7——这意味着只要ireg等于7，不管studio的值是什么，都会被计入第一个统计项，这就会把大量不符合studio<=2的行也算进来，甚至不同统计项之间出现重叠，最终导致总计数超过数据集总行数。

正确的解决思路 #

我们应该先筛选出ireg属于{1,2,3,7}的行，再在这个子集里按studio的四个区间分别统计行数，这样能确保统计的准确性。

方法1：用dplyr分步统计（清晰直观）

如果你习惯用tidyverse风格的代码，可以这样写：

library(dplyr)

# 先筛选出ireg符合要求的行
filtered_data <- final_15 %>% filter(ireg %in% c(1, 2, 3, 7))

# 分别统计四个case的行数
num_rows <- c(
  # 第一个case：studio <=2
  nrow(filtered_data %>% filter(studio <= 2)),
  # 第二个case：3<=studio<=4
  nrow(filtered_data %>% filter(studio >=3 & studio <=4)),
  # 第三个case：studio ==5
  nrow(filtered_data %>% filter(studio ==5)),
  # 第四个case：studio >=6
  nrow(filtered_data %>% filter(studio >=6))
)

# 查看结果
num_rows

方法2：用base R实现（无需额外包）

如果你偏好base R的写法，也可以这样：

# 先获取ireg符合要求的行索引
valid_ireg_idx <- final_15$ireg %in% c(1, 2, 3, 7)
# 提取筛选后的数据集
filtered_data <- final_15[valid_ireg_idx, ]

# 统计各case行数
num_rows <- c(
  sum(filtered_data$studio <=2),
  sum(filtered_data$studio >=3 & filtered_data$studio <=4),
  sum(filtered_data$studio ==5),
  sum(filtered_data$studio >=6)
)

方法3：一次性分组统计（更高效）

如果想更高效地得到带标签的统计结果，可以用case_when分组后直接计数：

library(dplyr)

final_15 %>%
  # 先筛选ireg符合要求的行
  filter(ireg %in% c(1,2,3,7)) %>%
  # 按studio条件分组
  mutate(studio_group = case_when(
    studio <=2 ~ "studio ≤ 2",
    studio >=3 & studio <=4 ~ "3 ≤ studio ≤ 4",
    studio ==5 ~ "studio = 5",
    studio >=6 ~ "studio ≥ 6"
  )) %>%
  # 统计每个组的行数
  count(studio_group)

这种方法会直接输出每个分组的名称和对应的行数，还能确保每行只被统计一次，不会出现重叠计数的问题。

验证你的原始数据 #

顺便看了下你提供的样本数据，里面所有行的ireg值都不在{1,2,3,7}范围内，所以按正确方法统计的话，四个case的行数都会是0，这也能解释为什么你原来的代码结果异常——因为错误的逻辑把很多不符合ireg要求的行也统计进去了。

备注：内容来源于stack exchange，提问作者io_boh