如何用dplyr条件语句在元素不存在时返回默认DataFrame？

问题背景 #

首先通过以下代码生成myData数据集：

myData <-
  data.frame(
    Element = c("C","C","D","C"),
    Group = c(4,1,3,8)
  )

数据集内容如下：

Element Group
1       C     4
2       C     1
3       D     3
4       C     8

尝试用以下dplyr代码统计不存在于数据集中的元素"R"的出现次数：

library(dplyr)
rCount <- myData %>% filter(Element == 'R') %>% count(Element, name = 'counted')

运行后返回空数据集：

> rCount
[1] Element counted
<0 rows> (or 0-length row.names)

需要修改代码，使得当查询元素不存在时，返回包含该元素且计数为0的DataFrame：

> rCount
  Element counted
1       R       0

解决方案 #

方案1：条件判断+默认数据集构造 #

先执行统计，再根据结果是否为空返回对应内容：

target_element <- "R"

rCount <- myData %>%
  filter(Element == target_element) %>%
  count(Element, name = "counted") %>%
  {if (nrow(.) == 0) tibble(Element = target_element, counted = 0) else .}

这里利用管道的点占位符{}实现条件分支，当统计结果为空时，用tibble生成包含目标元素和0计数的数据集，否则返回原统计结果。

方案2：利用因子水平+count的.drop=FALSE参数 #

通过扩展因子水平让count函数保留未出现的元素：

target_element <- "R"

rCount <- myData %>%
  # 将目标元素加入Element的因子水平
  mutate(Element = factor(Element, levels = c(unique(Element), target_element))) %>%
  # 统计所有因子水平，不丢弃未出现的元素
  count(Element, name = "counted", .drop = FALSE) %>%
  # 筛选目标元素
  filter(Element == target_element) %>%
  # 可选：将因子类型转回字符类型
  mutate(Element = as.character(Element))

这种方法让count自动为未出现的元素填充0计数，无需额外判断。

方案3：直接计算计数并构造数据集 #

最简洁的方式，直接统计匹配次数后构造结果：

target_element <- "R"

rCount <- tibble(
  Element = target_element,
  counted = sum(myData$Element == target_element)
)

直接用sum统计目标元素的出现次数（不存在时结果为0），再构造符合要求的DataFrame，无需复杂的管道操作。

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