如何用dplyr统计dataframe列中指定变量的出现次数？

我们有一个名为myData的dataframe：

> myData
  Element Class
1       A     0
2       A     0
3       C     0
4       A     0
5       B     1
6       B     1
7       A     2

生成该数据的代码：

myData = data.frame(Element = c("A","A","C","A","B","B","A"),Class = c(0,0,0,0,1,1,2))

现在需要用dplyr提取Element列中"A"的出现次数，要求直接返回数字4，而非包含额外信息的tibble（原代码返回的tibble如下）：

# A tibble: 1 x 2
  Element counted
  <chr>     <int>
1 A             4

原代码：

library(dplyr)
myData %>% group_by(Element) %>% filter(Element == "A") %>% summarise(counted = n())

优化方案 #

以下几种方法都能直接返回数字4，适配后续dplyr链式操作：

方案1：过滤后统计行数

直接筛选出Element为"A"的行，再用nrow()统计行数：

library(dplyr)
myData %>% filter(Element == "A") %>% nrow()

方案2：求和+提取结果

通过summarise计算匹配次数，再用pull()把结果从tibble中提取为单个数值：

myData %>% 
  summarise(count = sum(Element == "A")) %>% 
  pull(count)

注：sum(Element == "A")会将逻辑向量（匹配为TRUE，不匹配为FALSE）转换为数值求和，TRUE对应1，FALSE对应0，直接得到"A"的出现次数。

方案3：简洁链式写法

直接提取Element列，生成逻辑向量后求和：

myData %>% pull(Element) %>% (`==`("A")) %>% sum()
# 更易读的等价写法：
myData %>% pull(Element) %>% equals("A") %>% sum()

方案4：count函数+提取

先用count()统计各元素的出现次数，再筛选出"A"的行并提取计数：

myData %>% count(Element) %>% filter(Element == "A") %>% pull(n)

内容的提问来源于stack exchange，提问作者Curious Jorge - user9788072