如何用R语言统计两类特定条件下的唯一ID<11岁个体数量

假设你的数据存储在名为df的数据框中，包含ID（个体唯一标识）、年龄、first1、bacteria、second2这些字段。以下是满足你需求的代码：

1. 统计条件1的唯一个体数量 #

条件：年龄<11岁，first1=1，bacteria=GAS，second2=2，且对应bacteria=GAS

library(dplyr)

# 筛选符合条件的行，提取唯一ID后计数
condition1_count <- df %>%
  filter(年龄 < 11, first1 == 1, bacteria == "GAS", second2 == 2) %>%
  distinct(ID) %>%
  nrow()

cat("满足第一个条件的<11岁个体有", condition1_count, "人\n")

2. 统计条件2的唯一个体数量 #

条件：年龄<11岁，first1=1，bacteria=GAS，second2=2，且对应bacteria=SA或No

condition2_count <- df %>%
  filter(年龄 < 11, first1 == 1, bacteria == "GAS", second2 == 2, bacteria %in% c("SA", "No")) %>%
  distinct(ID) %>%
  nrow()

cat("满足第二个条件的<11岁个体有", condition2_count, "人\n")

关键说明 #

• 若未安装dplyr包，先执行install.packages("dplyr")，再加载包
• distinct(ID)用于确保统计的是唯一个体，避免同一ID重复出现导致计数错误
• 如果实际字段名称（比如“年龄”为英文age）与假设不同，直接替换代码中的字段名即可

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