求助：基于Gene-Group分组条件生成R语言DataFrame新列

你可以通过**分组后在mutate()中结合case_when()**实现需求，核心是在组内统计符合Counts≥10的行数，以此作为判断条件：

library(dplyr)

# 处理40万行数据的代码
df_processed <- df %>%
  # 按Gene和Group分组
  group_by(Gene, Group) %>%
  # 生成CountsRatio列
  mutate(CountsRatio = case_when(
    # 组内Counts≥10的行数≥2时，计算比值
    sum(Counts >= 10, na.rm = TRUE) >= 2 ~ NascentCountsCPM / TotalCountsCPM,
    # 不满足条件时返回NA
    TRUE ~ NA_real_
  )) %>%
  # 取消分组（避免后续操作受分组状态影响）
  ungroup()

关键细节说明 #

• sum(Counts >= 10, na.rm = TRUE)：逻辑值TRUE会被转为1，FALSE转为0，sum的结果就是组内符合Counts≥10的行数；na.rm=TRUE是为了排除Counts为NA的行，避免干扰统计结果。
• NA_real_：指定返回数值型NA，确保新列和计算结果的类型一致，避免类型冲突。
• 40万行数据用dplyr分组处理效率足够，无需额外优化。

内容的提问来源于stack exchange，提问作者JVGen