R语言遍历数据框列并条件计数报错问题求助

首先来说说你遇到的问题：你想统计FO.1列每个类别对应的Pilot T/O列里F和C出现的次数，但当前的循环代码有几个关键问题导致了报错：

报错原因分析 #

• 你的循环是for (i in test2$FO.1)，这里的i是FO.1列的取值内容（比如VAM、CAM这类字符串），而不是行的索引位置。当你用test2$Pilot.T.O[i]时，相当于用字符串去索引向量，这完全不符合R的索引规则，会导致混乱，甚至触发missing value的报错。
• 你初始化的count是单个数值，不是对应每个FO.1类别的容器，没法按类别存储计数。

修复方案 #

方案1：修正循环逻辑 #

如果一定要用循环实现，我们需要按行索引遍历，同时先创建一个对应每个唯一FO.1类别的计数容器：

# 加载数据（记得先安装readxl包：install.packages("readxl")）
library(readxl)
test2 <- read.xlsx(file = 'test.xlsx', 1)

# 获取FO.1的所有唯一值，初始化计数向量
fo_unique <- unique(test2$FO.1)
count <- setNames(rep(0, length(fo_unique)), fo_unique)

# 按行索引遍历
for (i in 1:nrow(test2)) {
  current_fo <- test2$FO.1[i]
  current_pilot <- test2$Pilot.T.O[i]
  # 检查是否是F或C，且排除NA值
  if (!is.na(current_pilot) && current_pilot %in% c('F', 'C')) {
    count[current_fo] <- count[current_fo] + 1
  }
}

# 查看结果
count

方案2：更高效的R风格实现（推荐） #

在R中，这类分组统计任务完全不需要写循环，用内置函数或者dplyr包可以更简洁高效地完成：

方法A：使用基础R的table和条件筛选

# 筛选出Pilot.T.O为F或C的行，然后统计FO.1的频次
table(test2$FO.1[test2$Pilot.T.O %in% c('F', 'C')])

方法B：使用dplyr包分组统计

# 先安装dplyr包：install.packages("dplyr")
library(dplyr)

test2 %>%
  filter(Pilot.T.O %in% c('F', 'C')) %>%
  count(FO.1, name = "F_C_Count")

这两种方法不仅代码更简洁，还自动处理了NA值的情况，运行效率也比循环高很多，尤其是当数据集很大的时候。

内容的提问来源于stack exchange，提问作者Panri93