R语言：为DataFrame新增列统计每行'A'(缺勤)的出现次数

问题背景 #

现有如下包含学生出勤记录的DataFrame，其中P代表出勤，A代表缺勤，L代表请假：

student_id  day_1   day_2   day_3   day_4   day_5   day_6   day_7   day_8
A_0001      P       P       P       A       P       L       P       P
B_0001      A       P       P       P       P       P       L       P
C_0001      P       P       P       P       P       P       A       P
A_0002      P       P       P       P       P       P       P       L
A_0003      P       P       L       P       P       P       P       P
A_0005      P       P       P       P       P       A       P       P
B_0002      P       P       P       P       L       L       P       P
B_0004      P       P       P       P       L       A       P       P
B_0005      P       P       P       P       P       P       L       P

需要新增一列，统计每个学生对应行中A的出现次数，此前尝试用for循环实现报错，现寻求正确方案。

解决方案 #

推荐：使用Pandas内置方法（高效无循环） #

Pandas提供批量处理的内置方法，比手动循环效率高得多，代码如下：

import pandas as pd

# 构造示例DataFrame（已有DataFrame可跳过此步）
data = {
    'student_id': ['A_0001', 'B_0001', 'C_0001', 'A_0002', 'A_0003', 'A_0005', 'B_0002', 'B_0004', 'B_0005'],
    'day_1': ['P', 'A', 'P', 'P', 'P', 'P', 'P', 'P', 'P'],
    'day_2': ['P', 'P', 'P', 'P', 'P', 'P', 'P', 'P', 'P'],
    'day_3': ['P', 'P', 'P', 'P', 'L', 'P', 'P', 'P', 'P'],
    'day_4': ['A', 'P', 'P', 'P', 'P', 'P', 'P', 'P', 'P'],
    'day_5': ['P', 'P', 'P', 'P', 'P', 'P', 'L', 'L', 'P'],
    'day_6': ['L', 'P', 'P', 'P', 'P', 'A', 'L', 'A', 'P'],
    'day_7': ['P', 'L', 'A', 'P', 'P', 'P', 'P', 'P', 'L'],
    'day_8': ['P', 'P', 'P', 'L', 'P', 'P', 'P', 'P', 'P']
}
df = pd.DataFrame(data)

# 新增缺勤统计列
df['absent_count'] = df.filter(like='day_').eq('A').sum(axis=1)

# 查看核心结果
print(df[['student_id', 'absent_count']])

代码说明：

• df.filter(like='day_')：筛选所有以day_开头的列，排除student_id
• .eq('A')：将每个单元格转换为布尔值，等于A则为True，否则为False
• .sum(axis=1)：按行对布尔值求和（True记为1，False记为0），得到每行A的数量

备选：正确的for循环写法（仅作参考，不推荐） #

如果必须使用循环，需避免链式赋值等常见错误，正确写法如下：

# 初始化新列
df['absent_count_loop'] = 0

# 遍历每行索引
for idx in df.index:
    # 获取当前行的所有day列数据
    day_cols = df.columns[df.columns.str.startswith('day_')]
    row_data = df.loc[idx, day_cols]
    # 统计'A'的数量
    count = (row_data == 'A').sum()
    # 赋值给对应行的新列
    df.loc[idx, 'absent_count_loop'] = count

# 查看核心结果
print(df[['student_id', 'absent_count_loop']])

注意事项：

• 使用df.loc[idx, col]赋值，避免df['col'][idx]链式写法引发的SettingWithCopyWarning
• 先筛选day列再统计，避免误包含student_id列导致错误

内容的提问来源于stack exchange，提问作者Amitav Roy