基于日期统计分数≥3的次数并生成新列

原始数据 #

ID <- c(1,1,1,1,1,1,1,1,1)
date <- c("2020-12-02","2020-12-03","2020-12-04","2020-12-05","2020-12-06","2020-12-07","2020-12-07","2020-12-08","2020-12-08")
score <- c(2,5,2,2,3,3,1,1,3)
a <- data.frame(ID,date,score)

期望结果 #

ID <- c(1,1,1,1,1,1,1,1,1)
date <- c("2020-12-02","2020-12-03","2020-12-04","2020-12-05","2020-12-06","2020-12-07","2020-12-07","2020-12-08","2020-12-08")
score <- c(2,5,2,2,3,3,1,1,3)
num_score_greater_than_3 <- c(0,1,0,0,1,1,1,1,1)
a <- data.frame(ID,date,score,num_score_greater_than_3)

解决方案 #

方法1：使用dplyr包（tidyverse风格，简洁易维护） #

如果未安装dplyr，先执行安装命令，然后加载包并处理数据：

# 安装包（首次使用时运行）
# install.packages("dplyr")
library(dplyr)

# 分组统计并添加新列
a <- a %>%
  group_by(date) %>%
  mutate(num_score_greater_than_3 = sum(score >= 3)) %>%
  ungroup()

• group_by(date)：按日期字段分组
• mutate()：在原数据框中新增列，sum(score >=3)统计每组内分数≥3的记录数（逻辑值TRUE等价于1，FALSE等价于0，求和即得到次数）
• ungroup()：取消分组状态，避免后续操作受分组影响

方法2：使用基础R实现（无需额外包） #

利用ave()函数直接完成分组统计和赋值：

a$num_score_greater_than_3 <- ave(a$score >= 3, a$date, FUN = sum)

• ave()函数会对a$score >=3生成的逻辑向量，按a$date分组后应用sum函数，得到每组的统计值，并将结果匹配回原数据的对应行

内容的提问来源于stack exchange，提问作者Bruh