R语言统计每列中值大于5且行名属于指定列表的记录次数

实现代码 #

步骤1：分别统计x、y列表对应的符合条件的样本计数 #

# 统计每个样本中，行名属于x且值>5的行数
numX <- colSums(df1[rownames(df1) %in% x, ] > 5)
# 统计每个样本中，行名属于y且值>5的行数
numY <- colSums(df1[rownames(df1) %in% y, ] > 5)

步骤2：将统计结果合并到df2 #

如果df2的行顺序和numX、numY的列名顺序完全对应，可以直接赋值：

df2$x <- numX
df2$y <- numY

如果担心顺序不匹配，可以用行名匹配保证准确性：

df2$x <- numX[match(df2$rownames, names(numX))]
df2$y <- numY[match(df2$rownames, names(numY))]

原代码错误原因 #

• 核心错误是把「数值>5」的判断条件错误写到了行筛选逻辑里，错误地将行名字符串和阈值做比较，逻辑完全错位
• 没有对df1内的实际计数值做>5的判断，所以要么返回值的总和，要么返回全局总条数，得不到按样本统计的符合条件的记录数

内容的提问来源于stack exchange，提问作者keenan