如何在R的tibble中统计满足多条件的水果种类数量

1. 构造示例测试数据 #

library(tibble)
library(dplyr)

# 模拟题目中的数据集
fruit_data <- tibble(
  year = c(2001, 2001, 2002, 2002, 2003, 2003),
  fruit = c("Apple", "Ananas", "Apple", "Ananas", "Apple", "Banana"),
  n = c(2001, 50, 40, 60, 55, 70)
)

2. 核心统计逻辑 #

假设我们要统计：有多少种水果，在至少2个年份里食用次数n超过50（可根据需求调整阈值和目标年份数）

# 自定义参数，按需修改
threshold <- 50          # 食用次数阈值
target_year_count <- 2   # 要求满足条件的最少年份数

# 统计符合条件的水果数量
qualified_fruit_count <- fruit_data %>%
  group_by(fruit) %>%
  # 统计每个水果满足n>阈值的年份数量
  summarise(qualified_year_num = sum(n > threshold, na.rm = TRUE)) %>%
  # 筛选出达到目标年份数的水果
  filter(qualified_year_num >= target_year_count) %>%
  # 计数最终符合条件的水果种类
  nrow()

# 查看结果
qualified_fruit_count

3. 细节调整说明 #

• 如果需求是「食用次数大于等于阈值」，把n > threshold改成n >= threshold即可
• 如果要求「刚好等于特定年份数」，将>=替换为==
• 如果想查看每个水果对应的合格年份数，去掉最后一步的nrow()，就能得到每个水果的统计明细
• 若数据存在缺失值，na.rm = TRUE会自动忽略缺失的n值，避免统计出错

4. 简洁写法 #

也可以用更紧凑的逻辑完成统计：

qualified_fruit_count <- fruit_data %>%
  group_by(fruit) %>%
  filter(n > threshold) %>%
  count() %>%
  filter(n >= target_year_count) %>%
  nrow()

内容的提问来源于stack exchange，提问作者8905t