在R中基于条件使用dplyr::summarize()统计族群选择数量

要实现你的需求，我们可以结合dplyr的filter()和summarize()函数，再用across()批量处理目标列，代码简洁高效：

library(tidyverse)

# 过滤掉Ethinc_overall为"B"的行，然后统计指定列中"Y"的数量
result <- DATA %>%
  filter(Ethinc_overall != "B") %>%
  summarize(
    across(
      cols = c(Hispanic, AmIndian, Asian, White, Pacific, AsiaPacific),
      ~ sum(.x == "Y", na.rm = TRUE),
      .names = "count_{.col}"
    )
  )

# 查看结果
print(result)

代码说明： #

• filter(Ethinc_overall != "B")：筛选出Ethinc_overall不等于"B"的所有行
• summarize()：生成汇总统计结果
• across()：批量处理指定的6个族群列，cols参数明确要统计的列名
• ~ sum(.x == "Y", na.rm = TRUE)：对每一列统计值为"Y"的行数（na.rm=TRUE避免空值干扰，即使当前数据无空值也建议保留）
• .names = "count_{.col}"：给统计结果列名添加前缀，比如count_Hispanic，更直观区分统计项

运行结果示例： #

执行后会得到一个汇总数据框，每一列对应一个族群的"Y"数量，示例输出如下：

count_Hispanic count_AmIndian count_Asian count_White count_Pacific count_AsiaPacific
1             12              3          11           4             3                 4

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