如何在DataFrame中按条件统计值的数量？无需列名或索引自动统计各列TRUE与FALSE值数量的实现方法

嘿，这个需求我太懂了！要自动统计逻辑型DataFrame每列的TRUE和FALSE出现次数，还不用手动指定列名或索引，完全自动化处理，下面给你几个实用的方法：

基础R方法（无需额外包） #

这是最直接的方案，用apply函数遍历每列，结合table()统计频次：

# 你的示例数据
df1 <- c(TRUE,TRUE,FALSE,TRUE,TRUE)
df2 <- c(TRUE,FALSE,FALSE,TRUE,TRUE)
df3 <- c(FALSE,TRUE,TRUE,TRUE,TRUE)
df <- data.frame(df1,df2,df3)

# 自动统计每列的TRUE/FALSE数量
result <- as.data.frame(t(apply(df, 2, table)))

# 查看结果
print(result)

运行后会得到你想要的输出：

df1 df2 df3
TRUE   4   3   4
FALSE  1   2   1

代码解释： #

• apply(df, 2, table)：MARGIN=2表示按列处理数据，table()会自动统计当前列中TRUE和FALSE的出现次数
• t()：转置结果，因为默认table()输出的结构是「列名作为行，TRUE/FALSE作为列」，转置后就变成我们需要的「TRUE/FALSE作为行，原列名作为列」的格式
• as.data.frame()：把转置后的矩阵转换成数据框，方便后续操作

这个方法完全不需要指定任何列名或索引，不管你的数据框有多少列，都能自动批量处理。

tidyverse风格方法（可选） #

如果你习惯用tidyverse工具链，也可以用purrr或dplyr实现：

用purrr包： #

library(purrr)

result <- map_df(df, table) %>% 
  t() %>% 
  as.data.frame()

用dplyr包： #

library(dplyr)

result <- df %>%
  summarise_all(~table(.)) %>%
  t() %>%
  as.data.frame()

这两种方法的效果和基础R方案完全一致，只是写法更符合tidyverse的风格。

内容的提问来源于stack exchange，提问作者user18948933