在R中按字符型ID分组计数并保留原表的实现方法

核心问题分析 #

你之前的代码存在两个关键问题：

• summarise 是聚合类函数，会将每个分组压缩为单行，必然导致原数据表折叠
• sum(id) 完全不适用于字符型变量，sum 是针对数值的求和函数，对字符ID无效

正确实现方法 #

要在保留原表所有行的前提下，为每个ID分组添加计数列，推荐使用 dplyr 包的 mutate 配合 n() 函数（n() 可返回当前分组的总行数）：

library(dplyr)

# 给原数据框新增count列，记录每个id分组的行数
d <- d %>% 
  group_by(id) %>% 
  mutate(count = n()) %>% 
  ungroup()  # 取消分组状态，避免后续操作受分组约束

运行后数据会和你期望的示例结果完全一致：每个ID对应的所有行都会带上该分组的总行数。

Base R 替代方案 #

如果不想依赖dplyr，也可以用base R的 ave 函数实现：

# 直接给原数据框添加count列
d$count <- ave(rep(1, nrow(d)), d$id, FUN = length)

后续筛选示例 #

新增count列后，可基于分组行数进行数据筛选，比如只保留分组行数≥2的数据：

# dplyr方式
filtered_data <- d %>% filter(count >= 2)

# base R方式
filtered_data <- d[d$count >= 2, ]

内容的提问来源于stack exchange，提问作者jacerl980