如何在dplyr的summarize中按分组统计数值变量的零值出现次数

我在用dplyr的summarize做月度工作时长统计时，已经搞定了总时长、日均时长和每周平均时长的计算，但想加一个每月工作时长为0的天数统计项时卡壳了。

目前能正常运行的统计代码：

library(tidyverse)
work_slack %>% 
  group_by(Month_Name) %>% 
  summarize(Sum_Work = round((sum(Mins_Work,na.rm = T))/60), 
            Mean_Work_Day = round(mean(Mins_Work,na.rm = T)/60), 
            Per_Week_Sum = round((sum(Mins_Work,na.rm = T))/60/4)) %>%
  arrange(desc(Sum_Work))

我试着用count(Mins_Work = 0)来统计0值次数，但这段代码直接报错跑不起来：

work_slack %>% 
  group_by(Month_Name) %>% 
  summarize(Sum_Work = round((sum(Mins_Work,na.rm = T))/60), 
            Mean_Work_Day = round(mean(Mins_Work,na.rm = T)/60), 
            Per_Week_Sum = round((sum(Mins_Work,na.rm = T))/60/4), 
            Breaks = count(Mins_Work = 0)) %>%
  arrange(desc(Sum_Work))

想请教下怎么在summarize的流程里，按月份统计Mins_Work等于0的次数？

嗨，这个问题很常见～在summarize函数里是不能直接嵌套count()的，给你两种简单的实现方式，第一种最直接高效：

方法1：用sum()直接计数（推荐） #

R里的逻辑值（TRUE/FALSE）会被自动当作1和0来计算，所以我们可以直接对Mins_Work == 0这个条件求和，就能得到每个月工作时长为0的天数。记得加上na.rm = T，避免NA值干扰计数结果：

library(tidyverse)
work_slack %>% 
  group_by(Month_Name) %>% 
  summarize(Sum_Work = round(sum(Mins_Work, na.rm = T)/60), 
            Mean_Work_Day = round(mean(Mins_Work, na.rm = T)/60), 
            Per_Week_Sum = round(sum(Mins_Work, na.rm = T)/60/4), 
            # 统计Mins_Work等于0的次数，忽略NA
            Breaks = sum(Mins_Work == 0, na.rm = T)) %>%
  arrange(desc(Sum_Work))

方法2：先单独统计0值次数再合并（备选） #

如果你更习惯用count()函数，可以先单独统计每个月的0值天数，再和原统计结果合并：

# 先统计每个月工作时长为0的天数
zero_counts <- work_slack %>%
  filter(Mins_Work == 0) %>%
  group_by(Month_Name) %>%
  count(name = "Breaks")

# 合并到原统计结果中，没有0值的月份设为0
work_slack %>% 
  group_by(Month_Name) %>% 
  summarize(Sum_Work = round(sum(Mins_Work, na.rm = T)/60), 
            Mean_Work_Day = round(mean(Mins_Work, na.rm = T)/60), 
            Per_Week_Sum = round(sum(Mins_Work, na.rm = T)/60/4)) %>%
  left_join(zero_counts, by = "Month_Name") %>%
  mutate(Breaks = replace_na(Breaks, 0)) %>%
  arrange(desc(Sum_Work))

小提示 #

• 方法1更简洁，一步到位完成所有统计，优先推荐使用。
• 一定要注意处理NA值，不然如果你的Mins_Work列有NA，Mins_Work == 0会返回NA，导致sum()结果也变成NA，加上na.rm = T就能解决这个问题。

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