如何在R中使用aggregate函数计数并处理含NA值的订单数据

方法1：使用dplyr包（简洁直观） #

先加载dplyr，通过标记有效行后分组统计：

library(dplyr)

# 假设df1是你的原始数据框
df2 <- df1 %>%
  # 标记Cust_id和Cust_name均非NA的行为有效
  mutate(is_valid = !is.na(Cust_id) & !is.na(Cust_name)) %>%
  # 按Cust_order分组统计有效行的数量
  group_by(Cust_order) %>%
  summarise(freq = sum(is_valid, na.rm = TRUE)) %>%
  ungroup()

这个方法中，sum(is_valid)会自动把有效行（值为TRUE，等价于1）累加，对于那些全是无效行（Cust_id/Cust_name为NA）的Cust_order，累加结果就是0，完全符合需求。

方法2：使用Base R（无需额外包） #

如果不想加载第三方包，可以用基础R实现：

# 筛选出有效行并统计Cust_order的频数
valid_counts <- table(df1[!is.na(df1$Cust_id) & !is.na(df1$Cust_name), "Cust_order"])

# 获取所有唯一的Cust_order值
all_orders <- unique(df1$Cust_order)

# 构建结果数据框，缺失的频数补0
df2 <- data.frame(
  Cust_order = all_orders,
  freq = ifelse(all_orders %in% names(valid_counts), as.numeric(valid_counts), 0)
)

为什么aggregate没得到预期结果？ #

你用aggregate时，默认会统计每个Cust_order对应的总行数，包括那些Cust_id/Cust_name为NA的行，所以像fries这类order会被计数为1，而不是你需要的0。上面两种方法都先排除了无效行的计数，或者直接标记有效行后统计，因此能得到正确结果。

内容的提问来源于stack exchange，提问作者user19239587