R语言：计算符合条件的家庭户数统计问题求助

先看你代码里的几个问题：

• 分组列名写错：原数据框里的年份列是Year，你写了years，大小写不匹配
• ifelse语法错误：括号位置错误，应该把条件和结果都放在ifelse的括号内
• 重复统计问题：每个家庭ID对应多行数据，直接sum会把同一个家庭重复计算，得先按ID去重再统计

下面是修正后的完整代码，能正确输出你需要的统计指标：

library(dplyr)

# 示例数据集
df <- data.frame(
  Year = rep(2022:2023, times = c(20,25)),
  ID = rep(1:17, times = c(10, 2, 6, 3, 4, 3, 7, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1)), 
  Name = paste("name", 1:45), 
  Age = 21:65, 
  Coverage = rep("Yes", 45) 
)

# 计算每个家庭的规模，移除冗余的hh_count列
df <- df %>%
  group_by(ID) %>%
  mutate(dup_ID = n()) %>% # dup_ID即为对应家庭的成员数量
  ungroup()

# 按年份统计指标，先去重避免重复计算同一家庭
table_year <- df %>%
  distinct(ID, Year, dup_ID) %>% # 每个家庭仅保留一行数据
  group_by(Year) %>%
  summarise(
    Total_HH = n_distinct(ID), # 总户数
    HH_with_members_3_5 = sum(dup_ID %in% 3:5), # 3-5人家庭户数
    HH_with_members_other = sum(!(dup_ID %in% 3:5)) # 成员数<3或>5的家庭户数
  )

# 查看统计结果
table_year

代码说明： #

• 删除了无意义的hh_count列，它对统计没有帮助
• 用distinct(ID, Year, dup_ID)先完成家庭信息去重，确保每个家庭只被统计一次
• 修正了group_by的列名错误，同时简化了计数逻辑（逻辑值在sum运算中会自动转换为1和0，无需额外用ifelse）
• 简化了最后一列的命名，更直观清晰

运行后就能得到按年份分组的统计结果，完全匹配你的需求。

内容的提问来源于stack exchange，提问作者Roshan