求助：编写按组条件计数观测的错误提示函数

核心思路 #

要满足需求，需要完成三个关键步骤：

• 按county分组计算每个县的response总和
• 筛选出总和小于3的问题县
• 若存在问题县，生成包含具体县名的提示信息并触发错误/警告

完整实现代码（Base R版本） #

check_confidentiality <- function(df) {
  # 按county分组统计response总和
  county_response_sums <- aggregate(response ~ county, data = df, FUN = sum)
  # 筛选出未达保密阈值的县
  problematic_counties <- county_response_sums$county[county_response_sums$response < 3]
  
  if (length(problematic_counties) > 0) {
    # 拼接错误提示信息
    error_msg <- paste0("以下县未达保密阈值（response总和<3）：", paste(problematic_counties, collapse = ", "))
    # 触发错误（若需改为警告，将stop替换为warning即可）
    stop(error_msg)
  } else {
    message("所有县均符合保密要求，可正常共享数据。")
  }
}

测试示例 #

用你提供的样本数据测试函数：

# 构造示例数据
df <- data.frame(county=c("A", "A", "A", "A", "A", "B", "B", "B", "B", "B", 
                          "C", "C", "C", "C", "C"), 
                 response=c(0, 1, 0, 1, 1, 0, 0, 1, 0, 1, 1, 1, 0, 1, 1), 
                 value=sample(20:100, 15, replace=TRUE))

# 调用校验函数
check_confidentiality(df)

运行后会抛出错误：Error in check_confidentiality(df) : 以下县未达保密阈值（response总和<3）：B，完全匹配需求。

可选：dplyr版本（需加载dplyr包） #

如果你习惯用tidyverse工具链，也可以用dplyr实现：

library(dplyr)

check_confidentiality_dplyr <- function(df) {
  problematic_counties <- df %>%
    group_by(county) %>%
    summarise(total_response = sum(response), .groups = "drop") %>%
    filter(total_response < 3) %>%
    pull(county)
  
  if (length(problematic_counties) > 0) {
    error_msg <- paste0("以下县未达保密阈值（response总和<3）：", paste(problematic_counties, collapse = ", "))
    stop(error_msg)
  } else {
    message("所有县均符合保密要求，可正常共享数据。")
  }
}

内容的提问来源于stack exchange，提问作者m-r-r-r