在R中基于多列统计符合条件的行数及报错解决

错误原因 #

你的代码报错是因为filter()是dplyr包中用于筛选数据框行的函数，不能直接接收逻辑向量作为输入。你传入的df$AgeGroup=="36-45 AgeGroup" & df$SocioEcnomicStatus =="2"是一个逻辑向量，不符合filter()的参数要求。

无需更改数据类型的解决方法 #

基础R方案（无需额外包） #

直接对逻辑向量求和（TRUE会被自动转换为1，FALSE为0），这是最简洁的方式：

sum(df$AgeGroup == "36-45 AgeGroup" & df$SocioEcnomicStatus == "2")

也可以用subset()筛选后统计行数：

nrow(subset(df, AgeGroup == "36-45 AgeGroup" & SocioEcnomicStatus == "2"))

dplyr包正确用法 #

如果想用dplyr的filter()，需要先传入数据框，再链式调用统计行数：

library(dplyr)

# 筛选后统计行数
df %>%
  filter(AgeGroup == "36-45 AgeGroup", SocioEcnomicStatus == "2") %>%
  nrow()

# 或者直接用tally统计符合条件的行
df %>%
  filter(AgeGroup == "36-45 AgeGroup", SocioEcnomicStatus == "2") %>%
  tally()

更改数据类型的代码（若需要） #

如果想把字符型的SocioEcnomicStatus转为数值型，可以用以下方法：

转换单列 #

df$SocioEcnomicStatus <- as.numeric(df$SocioEcnomicStatus)

批量转换所有适合的列 #

如果数据框中有多列需要转换，用type.convert()自动识别转换：

df <- type.convert(df, as.is = TRUE)

转换后，条件可以改为SocioEcnomicStatus == 2（去掉引号），统计代码只需修改条件即可，比如：

sum(df$AgeGroup == "36-45 AgeGroup" & df$SocioEcnomicStatus == 2)

内容的提问来源于stack exchange，提问作者Usman YousafZai