R语言中按行内1的数量统计数据的高效实现方法求助

核心思路 #

不用逐个组合编写筛选逻辑，先计算每行目标二元列里值为1的数量，再按该数量分组统计次数，同时筛选ace1为指定值的行，一步完成所有统计需求。

实现代码 #

library(dplyr)

# 替换为你实际的9个二元变量列名
binary_cols <- c("ace3", "ace4", "ace5", "ace6", "ace7", "ace8", "ace9", "ace10", "ace2")

result <- ALL_STATES_TBL %>%
  # 一次性筛选ace1为3或4的行
  filter(ace1 %in% c("3", "4")) %>%
  # 计算每行二元列中值为"1"的数量（若1是数值型，改为.x == 1）
  mutate(num_ones = rowSums(across(all_of(binary_cols), ~ .x == "1"))) %>%
  # 按1的个数分组，统计出现次数
  count(num_ones, name = "occurrences")

代码说明 #

1. 列名定义：binary_cols需准确覆盖所有要统计的二元变量列，确保没有遗漏。
2. 行筛选：用%in%一次性匹配ace1的多个目标值，替代多次filter加rbind的冗余操作。
3. 数量计算：rowSums配合across高效遍历每行，自动统计符合条件的列数，无需手动编写每列的判断逻辑。
4. 次数统计：count函数直接按num_ones分组，输出每个数量对应的出现次数，结果会包含0到9的所有可能数量（如果存在对应行）。

结果示例 #

输出的result数据框结构如下：

内容的提问来源于stack exchange，提问作者Ivey