R语言按SID分组统计TorL、TorH计数并生成汇总表

你逐行硬编码每个SID的计数方式效率太低，直接用分组汇总逻辑一次性跑完351-358所有SID的统计，输出结构完全匹配你需要的三列表格，统计逻辑和你原有length(which())的写法完全等价。 #

无需安装额外包的Base R实现 #

直接用内置的aggregate函数做分组计算即可：

# 若你的数据中不存在351-358以外的SID，可跳过子集筛选步骤
tor_filtered <- tor[tor$SID %in% 351:358, ]

# 按SID分组统计TorL、TorH取值为1的样本量
count_result <- aggregate(
  cbind(TorL, TorH) ~ SID,
  data = tor_filtered,
  FUN = function(x) sum(x == 1, na.rm = TRUE)
)

# 打印结果
print(count_result)

输出格式如下（自动补全353-358的统计结果）：

SID TorL TorH
1 351 3843  155
2 352  223   96
3 353  ...  ...

说明：

• 参数里加na.rm = TRUE是为了自动跳过数据中的缺失值，避免结果返回NA；如果你确认数据集里没有缺失值，可直接把统计逻辑简化为对列求和，运行速度更快。
• 你手动敲的示例结果表格里352行的TorL、TorH值写反了，上述代码直接读取原始数据计算，不会出现手动录入的错位问题。

dplyr实现（适合日常做数据处理的场景） #

如果你平时用tidyverse生态做数据处理，代码可读性更高：

library(dplyr)

count_result <- tor %>%
  filter(SID %in% 351:358) %>% # 无其他SID可省略这行
  group_by(SID) %>%
  summarise(
    TorL = sum(TorL == 1, na.rm = TRUE),
    TorH = sum(TorH == 1, na.rm = TRUE),
    .groups = "drop"
  )

两种方法输出的结果都是标准data.frame格式，可以直接拿去做后续相关性分析。

内容的提问来源于stack exchange，提问作者thewal