如何在R语言中用summarise过滤统计分组表格中指定类别出现次数？

你的代码无法运行的原因有两个：

• R是大小写敏感的，数据框中的分组列名为Year（大写Y），但你写的是year（小写），导致分组失败。
• n()函数仅用于统计当前分组的总行数，不支持传入条件参数来筛选计数。

针对你的需求，正确的做法是用sum()函数统计符合Sex == "Male"的行数——逻辑向量中TRUE会被当作1，FALSE当作0，求和后就是对应年份的男性数量。加上na.rm = TRUE还能处理实际数据中可能存在的NA值。

完整代码 #

首先修正你的数据框定义（原代码缺少闭合括号）：

df <- data.frame(Identifier = c("A","B","C"), 
                 Year = c("2020","2020","2019"), 
                 Sex = c("Male","Male","Female"))

然后执行分组统计：

library(dplyr)

df %>% 
  group_by(Year) %>% 
  summarise(Number_males = sum(Sex == "Male", na.rm = TRUE))

运行结果 #

# A tibble: 2 × 2
  Year  Number_males
  <chr>        <int>
1 2019             0
2 2020             2

扩展：处理缺失年份（可选） #

如果你的实际数据中存在某些年份没有记录，但需要在结果中显示该年份男性数量为0，可以结合tidyr::complete()补充缺失分组：

library(dplyr)
library(tidyr)

df %>% 
  group_by(Year) %>% 
  summarise(Number_males = sum(Sex == "Male", na.rm = TRUE)) %>% 
  complete(Year = unique(df$Year), fill = list(Number_males = 0))

内容的提问来源于stack exchange，提问作者Ahmed