R语言dplyr分组统计问题：按ProgramName统计指定列符合条件记录

1. 正确计算指定列的总和（忽略NA值） #

移除!is.na()后结果全为NA，是因为sum()函数遇到NA时默认返回NA。只需添加na.rm = TRUE参数，就能忽略NA值计算总和：

df %>%  
  group_by(ProgramName) %>%
  summarise(
    ED_sum = sum(HighSchool, na.rm = TRUE),  # HighSchool列的总和（忽略NA）
    EMP_sum = sum(Employment, na.rm = TRUE) # Employment列的总和（忽略NA）
  )

2. 统计值为1的观测数（忽略NA） #

要统计HighSchool或Employment列中值为1的行数，直接判断值是否等于1，同时用na.rm = TRUE排除NA的干扰：

df %>%  
  group_by(ProgramName) %>%
  summarise(
    ED_count_1 = sum(HighSchool == 1, na.rm = TRUE),  # 统计HighSchool=1的数量
    EMP_count_1 = sum(Employment == 1, na.rm = TRUE)  # 统计Employment=1的数量
  )

如果要统计同一行中HighSchool=1 或 Employment=1的观测数（去重计数），可以用：

df %>%  
  group_by(ProgramName) %>%
  summarise(
    count_either_1 = sum(HighSchool == 1 | Employment == 1, na.rm = TRUE)
  )

3. 区分计数与求和 #

你的原代码sum(!is.na(HighSchool))其实是在统计该列非NA的行数（计数），如果这不是你需要的总和，就用上面的求和代码；如果确实需要统计非NA的行数，原代码是正确的。

内容的提问来源于stack exchange，提问作者alecandia84