R语言按两个变量分组聚合统计table数据的解决方案

你之前的写法跑不通主要是两个问题：

• 写的for循环是逐行取df1[i,1]也就是X1列的单个单元格值做聚合，完全搞错了聚合的输入对象，而且循环里没有赋值存储结果，就算能运行也不会返回你要的统计值
• 之前尝试aggregate失败，大概率是没正确指定双分组规则，也没把所有需要统计的年份列都传入计算参数，你的数据是宽表结构，多列存不同年份的0/1标记，只传单列肯定出不了正确结果。

不需要写for循环，R的分组统计函数原生支持按多变量分组批量计算多列指标，给你两个最常用的写法，选一个用就行。

方案1：基础R原生aggregate写法（不用装额外包） #

先确认你数据框里的列名：你贴的示例里第二年的列名误标成了[x2 - year 2]，先把列名修正，假设三个年份列的列名分别是year1、year2、year3（替换成你自己的真实列名即可），运行下面代码：

# 按X1（住院类型）、X2（专科）双分组，统计各年份医生数
doctor_count <- aggregate(
  x = df1[, c("year1", "year2", "year3")],  # 传入所有需要求和的年份列
  by = list(type_sejour = df1$X1, specialite = df1$X2),  # 指定两个分组维度
  FUN = sum,  # 对0/1列求和，结果就是对应分组的医生数
  na.rm = TRUE  # 自动忽略缺失值
)

用你给的示例数据跑，得到的结果和手动计数完全一致：

• 骨科（ortho）：第1年1人、第2年2人、第3年1人
• 外科（chir）：第1年1人、第2年2人、第3年3人

方案2：tidyverse写法（语法更直观，适合后续数据处理） #

如果后续要做更多数据清洗，可以用更易读的tidyverse语法：

# 第一次用先运行下面这行装包，装过就跳过
# install.packages("tidyverse")
library(tidyverse)

doctor_count <- df1 %>%
  group_by(X1, X2) %>%  # 指定按X1、X2分组
  summarise(
    across(matches("year"), ~sum(.x, na.rm = TRUE)),  # 批量对所有年份列求和
    .groups = "drop"  # 计算完取消分组，避免后续操作出问题
  )

• 运行代码前一定要先核对列名，必须和你自己df1里的真实列名完全一致，不要直接复制代码里的year1这类占位列名
• 你的原始数据每行对应1名医生，年份列取值0/1，对0/1求和的逻辑完全正确，结果就是对应分组、对应年份的医生总数，不需要额外做数据转换
• 这类分组聚合场景完全不需要手动写for循环，内置的分组函数已经做了优化，手动写循环不仅代码冗余，还很容易出现下标索引写错的问题。

内容的提问来源于stack exchange，提问作者user19304348