R语言按时间点分组统计符合条件观测数 无观测补0实现方法

我有如下结构的数据集：

id <- c(rep(1,3), rep(2, 3), rep(3, 3))
condition <- c(0, 0, 1, 0, 0, 1, 1, 1, 0)
time_point1 <- c(1, 1, NA)
time_point2 <- c(NA, 1, NA)
time_point3 <- c(NA, NA, NA)
time_point4 <- c(1, NA, NA, 1, NA, NA, NA, NA, 1)

data <- data.frame(id, condition, time_point1, time_point2, time_point3, time_point4)
data

数据集打印结果：

id condition time_point1 time_point2 time_point3 time_point4
1  1         0           1          NA          NA           1
2  1         0           1           1          NA          NA
3  1         1          NA          NA          NA          NA
4  2         0           1          NA          NA           1
5  2         0           1           1          NA          NA
6  2         1          NA          NA          NA          NA
7  3         1           1          NA          NA          NA
8  3         1           1           1          NA          NA
9  3         0          NA          NA          NA           1

需求是生成统计表格，分别统计每个time_point下满足condition == 1的观测数（记为n_x），以及对应时间点的总观测数（记为n_t），无对应观测时统计值显示为0。

最初尝试的统计代码如下：

data %>% 
  pivot_longer(cols = contains("time_point")) %>% 
  filter (!is.na(value)) %>% 
  group_by(name) %>% 
  mutate(n_t = n_distinct(id)) %>% 
  ungroup() %>% 
  filter(condition == 1) %>%
  group_by(name) %>%
  summarise(n_x = n_distinct(id), n_t = first(n_t))

运行输出结果不符合预期：

name          n_x   n_t
  <chr>       <int> <int>
1 time_point1     1     3
2 time_point2     1     3

预期输出：需要覆盖所有时间点（包含无符合条件观测的时间点），结果如下：

name n_x n_t
1 time_point1   2   6
2 time_point2   1   3
3 time_point3   0   0
4 time_point4   0   3

原代码存在两处逻辑错误：

• 统计总观测数n_t时错误使用n_distinct(id)按id去重计数，实际n_t是对应时间点下非NA的行总数，不需要按id去重
• 提前过滤非NA值、再过滤condition == 1的操作，会直接丢弃没有符合条件观测的时间点分组，导致这类时间点无法出现在最终结果中，无法自动补0

直接在分组汇总步骤同时计算两个统计指标即可，不需要提前过滤行，逻辑更简洁也不会遗漏分组：

library(dplyr)
library(tidyr)

data %>%
  pivot_longer(cols = starts_with("time_point"), names_to = "name") %>%
  group_by(name) %>%
  summarise(
    n_t = sum(!is.na(value)),
    n_x = sum(!is.na(value) & condition == 1),
    .groups = "drop"
  )

运行输出结果与预期完全一致：

# A tibble: 4 × 3
  name          n_t   n_x
  <chr>       <int> <int>
1 time_point1     6     2
2 time_point2     3     1
3 time_point3     0     0
4 time_point4     3     0

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