R语言mutate()调用自定义函数计算县观测频数异常求助

你的问题出在函数调用时的向量处理逻辑上：当你用mutate(cps, freq=f(county))时，传入函数f的是整个county列的向量，而非逐行的单个县名。函数里的sum(with(cps, county==x))实际是做逐元素相等比较（每行的county等于对应位置的x元素），最后求和得到的是整个数据框中元素自匹配的总数量（也就是总观测数），所以每行都得到相同的总数值。

下面是几种高效的正确实现方式：

方法1：dplyr分组计数（推荐） #

利用dplyr的分组功能直接计算每组行数，这是最简洁高效的方式：

library(dplyr)

cps <- cps %>%
  group_by(county) %>%  # 按县分组
  mutate(freq = n()) %>%  # 每组的行数就是该县城的频数
  ungroup()  # 取消分组，恢复普通数据框结构

方法2：base R的ave函数 #

如果不想加载dplyr，用base R的ave函数也能实现：

cps$freq <- ave(rep(1, nrow(cps)), cps$county, FUN = sum)

ave会按county分组，对每组的重复值1求和，最终返回与原数据长度一致的频数向量。

方法3：先统计再合并 #

先单独统计每个县的频数，再通过关联合并回原数据框：

library(dplyr)

# 先统计每个县的频数
county_freqs <- cps %>% count(county, name = "freq")
# 合并到原数据框
cps <- cps %>% left_join(county_freqs, by = "county")

关于你原有代码的修改（不推荐） #

如果一定要让你写的函数f生效，需要用rowwise()强制逐行处理，但这种方法在数据量大时效率极低，仅作参考：

cps <- cps %>%
  rowwise() %>%
  mutate(freq = f(county)) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者Tilman