R语言如何用for循环按条件统计数据集条目并赋值到矩阵

首先你现有代码的问题主要有两个：一是矩阵赋值的索引用法错误，二维结构必须同时指定行列位置才能准确定位单元格；二是你给出的示例数据是分号拼接的单列表，需要先拆分字段才能正常统计，另外矩阵只支持存储单一数据类型，同时存条目名（字符型）和计数（数值型）会把所有内容强制转成字符串，后续做计算会出错，更推荐用数据框存储结果。

你提供的示例数据所有字段都存在同一列，用分号分隔，先拆分出标准结构化字段：

# 拆分合并列
df <- tidyr::separate(df, col = `Entry;Name;Vote`, 
                      into = c("entry", "name", "vote"), 
                      sep = ";")
# 把投票列转为数值类型
df$vote <- as.numeric(df$vote)

之前的循环只写了单维度索引，R里矩阵/数据框是列优先存储的，单索引赋值会错位，改成明确指定行列的写法即可，另外统计计数不需要反复调用subset和count，直接对逻辑向量求和就是符合条件的行数，效率更高：

# 初始化结果数据框，直接预留你需要的其他统计列即可
result_df <- data.frame(
  entry_name = character(50),
  yes_count = numeric(50),
  no_count = numeric(50),
  other_stat1 = numeric(50),
  other_stat2 = numeric(50),
  other_stat3 = numeric(50)
)

# 提取所有唯一条目
unique_entries <- unique(df$entry)

for(i in seq_along(unique_entries)){
  # 提取当前条目对应的所有投票记录
  current_data <- df[df$entry == unique_entries[i], ]
  # 逐列赋值
  result_df$entry_name[i] <- unique_entries[i]
  result_df$yes_count[i] <- sum(current_data$vote == 1)
  result_df$no_count[i] <- sum(current_data$vote == 0)
  # 其他条件的统计直接在这里追加即可，比如：
  # result_df$other_stat1[i] <- sum(current_data$name == "Tom")
}

如果所有统计都是按条目维度聚合，直接用分组统计写法更简洁，运行速度也比手写for循环快，不需要提前初始化结果结构：

# 基础R实现
result <- aggregate(vote ~ entry, data = df, 
                    FUN = function(x) c(yes = sum(x==1), no = sum(x==0)))

# dplyr实现，扩展其他统计项更灵活
library(dplyr)
result <- df %>%
  group_by(entry) %>%
  summarise(
    yes_count = sum(vote == 1),
    no_count = sum(vote == 0),
    # 其他统计项直接追加即可
    # total_vote = n(),
    # user_count = n_distinct(name)
  )

• 不要用单索引给二维结构赋值，R会默认把二维结构按列拉成一维向量再定位位置，极易出现赋值错位的问题。
• 统计符合条件的行数优先用sum(逻辑判断)写法，比反复调用subset()+count()少了多次数据拷贝的开销，速度更快。
• 混合存储字符、数值类型的结果不要用矩阵，用数据框或者tibble才不会出现类型强制转换的问题。

内容的提问来源于stack exchange，提问作者osamurak