在R中按id_municipio和year分组统计非零运营商数量

• 现有数据集如下：

id_municipio  year  Vivo  Claro   TIM     Oi Algar Sercomtel  MVNO
         <dbl> <dbl> <dbl>  <dbl> <dbl>  <dbl> <dbl>     <dbl> <dbl>
1      1100015  2009  65.4  13.0   28.2   90.8     0         0     0
2      1100023  2009 775.  154.   334.  1076.      0         0     0
3      1100031  2009  35.2   6.98  15.2   48.8     0         0     0
4      1100049  2009 634.  126.   273.   880.      0         0     0
5      1100056  2009 122.   24.2   52.6  169.      0         0     0
6      1100064  2009 135.   26.7   58.2  187.      0         0     0

• 要求：按id_municipio和year分组，新增Providers列，统计每组中除分组列外数值大于0的列的数量。
• 预期输出（注：预期中Providers列数值疑似笔误，实际应为4）：

id_municipio  year  Vivo  Claro   TIM     Oi Algar Sercomtel  MVNO total Providers
         <dbl> <dbl> <dbl>  <dbl> <dbl>  <dbl> <dbl>     <dbl> <dbl> <dbl>     <dbl>
1      1100015  2009  65.4  13.0   28.2   90.8     0         0     0  197.         0
2      1100023  2009 775.  154.   334.  1076.      0         0     0 2339.         0
3      1100031  2009  35.2   6.98  15.2   48.8     0         0     0  106.         0
4      1100049  2009 634.  126.   273.   880.      0         0     0 1912.         0
5      1100056  2009 122.   24.2   52.6  169.      0         0     0  368.         0
6      1100064  2009 135.   26.7   58.2  187.      0         0     0  407.         0

• 已有部分dplyr代码，需补充mutate中的逻辑：

library(dplyr)
dataset %>% group_by(id_municipio, year) %>% mutate(Providers =...)

可以用rowSums()结合across()实现需求，完整代码如下：

library(dplyr)

dataset %>% 
  group_by(id_municipio, year) %>% 
  mutate(
    # 排除分组列，统计数值大于0的列数
    Providers = rowSums(across(-c(id_municipio, year), ~.x > 0)),
    # 可选：添加total列（对应预期输出中的求和列）
    total = rowSums(across(-c(id_municipio, year)))
  )

代码解释 #

• across(-c(id_municipio, year))：选中除分组列之外的所有列；
• ~.x > 0：对每一列的每个元素判断是否大于0，返回布尔值（TRUE/FALSE）；
• rowSums()：将每行的布尔值转化为数值（TRUE=1，FALSE=0）后求和，得到每行中数值大于0的列的数量；
• total列是可选的，对应预期输出中的求和列，若不需要可删除该行。

内容的提问来源于stack exchange，提问作者Mateus Maciel