基于条件提取列名至新变量并聚合统计的R语言实现求助

先拿个示例数据框来演示，假设你的数据长这样：

library(tidyverse)

# 构造示例数据
df <- tibble(
  SUBID = c("01001", "01002", "02001", "02002", "03001"),
  ABC = c(1, -2, 3, -4, 5),
  BCD = c(-1, 2, -3, 4, -5),
  DEF = c(1, -2, -3, 4, 5)
)

第一步：为每个SUBID生成负数列名变量 #

用rowwise()结合c_across()逐行处理，筛选出数值为负的列名，再用str_c()合并成字符串：

df_step1 <- df %>%
  rowwise() %>%
  mutate(neg_cols = str_c(names(.)[c_across(ABC:DEF) < 0], collapse = ", ")) %>%
  ungroup()

# 输出结果
df_step1

得到的neg_cols列就是每行里值为负的列名，比如第一行是"BCD"，第二行是"ABC, DEF"。

第二步：按通用ID聚合统计唯一列名数量 #

先把SUBID截取前两位作为通用ID，再把neg_cols拆分成单独的列名行，最后分组统计每个通用ID对应的唯一列名数：

df_step2 <- df_step1 %>%
  mutate(general_id = str_sub(SUBID, 1, 2)) %>%
  separate_rows(neg_cols, sep = ", ") %>%
  group_by(general_id) %>%
  summarise(unique_neg_col_count = n_distinct(neg_cols)) %>%
  ungroup()

# 输出结果
df_step2

跳过第一步直接完成第二步的方法 #

完全可以不用生成中间的neg_cols列，直接把数据转成长格式处理，效率更高：

df_direct_step2 <- df %>%
  pivot_longer(cols = ABC:DEF, names_to = "col_name", values_to = "value") %>%
  filter(value < 0) %>%
  mutate(general_id = str_sub(SUBID, 1, 2)) %>%
  group_by(general_id) %>%
  summarise(unique_neg_col_count = n_distinct(col_name)) %>%
  ungroup()

# 输出结果和第二步完全一致
df_direct_step2

这个方法直接跳过了逐行生成合并列名的步骤，通过宽转长筛选负数行，再直接分组统计，代码更简洁，处理大数据时效率也更高。

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