使用dplyr统计R数据框列值出现次数并新增对应频率列的方法

你之前收到报错是因为count()是dplyr中用于统计分组行数并返回聚合结果的函数，作用对象是数据框，不能直接对字符类型的Code列单独调用，所以会触发类不匹配的报错。

dplyr 优先解决方案 #

方案1：直接调用add_count() #

这是dplyr针对「保留原数据结构新增分组计数字段」场景封装的专用函数，代码最简洁：

library(dplyr)
result <- x %>%
  add_count(Code, name = "Code_frequency")

如果不指定name参数，默认生成的计数字段名为n。

方案2：分组后结合mutate()和n() #

如果你需要复用分组逻辑，可以用标准分组写法实现：

library(dplyr)
result <- x %>%
  group_by(Code) %>%
  mutate(Code_frequency = n()) %>%
  ungroup()

操作完成后调用ungroup()取消数据的分组属性，避免后续对该数据框的其他操作受分组规则影响。

其他实现思路 #

基础R原生实现 #

无需加载任何第三方包，用ave()函数实现分组计数：

x$Code_frequency <- ave(x$Code, x$Code, FUN = length)

data.table 大表优化实现 #

如果你的数据量较大，data.table的运算效率会显著高于dplyr：

library(data.table)
# 转换为data.table格式
setDT(x)
# 按Code分组新增计数列
x[, Code_frequency := .N, by = Code]

内容的提问来源于stack exchange，提问作者Ant