R语言如何按每3行一组统计数据框x列大于3.2的数值个数

方法1：基础R实现（无需额外安装包，效率高） #

核心逻辑是用ceiling()函数结合行号自动生成连续的固定行数分组，再按分组聚合统计：

# 构造示例数据
a <- 1:6
x <- c(0.2,3.7,4.6,1.1,2.2,5.3)
df1 <- data.frame(a,x)

# 自动生成每3行一组的分组标签
df1$block <- ceiling(seq(nrow(df1)) / 3)
# 按分组统计x>3.2的次数
result <- aggregate(x ~ block, data = df1, FUN = function(col) sum(col > 3.2))

# 查看输出结果
print(result)

运行输出和要求完全一致：

block x
1     1 2
2     2 1

方法2：dplyr 实现（语法更简洁） #

如果你常用tidyverse生态的工具，可以用以下写法：

library(dplyr)

df1 %>%
  # 自动生成每3行一组的分组标签，要修改分组行数只需替换3为对应数值
  mutate(block = ceiling(row_number() / 3)) %>%
  group_by(block) %>%
  summarise(count = sum(x > 3.2)) %>%
  ungroup()

方法3：plyr 实现 #

你之前提到的plyr包可以按以下写法调试：

library(plyr)

df1$block <- ceiling(1:nrow(df1)/3)
result <- ddply(df1, .(block), summarise, count = sum(x > 3.2))

注意事项 #

• 以上方法都支持自动生成连续分组，不需要手动划分，分组行数可灵活调整，将公式里的3替换为你需要的每块行数即可
• 所有操作都是向量化运算，对大数据量友好，哪怕数十万行数据也能快速处理

内容的提问来源于stack exchange，提问作者NadiaN