统计n值遇错误：使用dplyr筛选18-30岁参与者求和报错求助

这个错误的核心原因是你在管道末尾直接使用sum(n)的方式不符合dplyr的语法逻辑：管道会把前一步返回的整个tibble数据框作为第一个参数传递给sum函数，但sum并不认识n这个参数——它期望的是一个可求和的向量，这就导致了类型转换失败的错误。

下面提供几种可行的解决方案，从符合dplyr风格到更简洁的base R实现都有：

方案1：用dplyr的summarize完成求和（保持管道风格） #

如果你想继续沿用group-by-count的流程，只需要把最后一步的sum(n)替换成summarize(total = sum(n))，这样dplyr会正确识别数据框中的n列并计算总和：

patientage <- c(18, 18, 18, 18, 18, 19, 20, 20, 20, 21, 22, 23, 23, 24, 25, 26, 27, 28, 29, 30, 30, 31, 32, 34)

patientage %>%
  as_tibble(colnames = "patientage") %>%  # 转为tibble并指定列名，避免默认的`value`
  group_by(patientage) %>%
  count() %>%
  filter(patientage > 17 & patientage < 31) %>%
  summarize(total_participants = sum(n))

运行后会返回一个包含total_participants的tibble，结果为21（正好是18-30岁的参与者总数）。

方案2：简化流程，直接筛选后统计数量 #

其实你不需要先分组计数再求和，直接筛选出符合年龄范围的元素后统计数量更高效：

# 用dplyr的keep函数实现
patientage %>%
  keep(. > 17 & . < 31) %>%
  length()

# 或者用base R的逻辑向量求和（最简洁）
sum(patientage > 17 & patientage < 31)

这两种方法都会直接返回数字21，逻辑向量求和的原理是：TRUE会被当作1，FALSE当作0，求和就等于统计符合条件的元素个数。

为什么原代码会报错？ #

再拆解一下原代码的执行流程：

1. group_by(patientage)：把向量转为分组的tibble
2. %>% count(patientage)：生成包含patientage和n（每组人数）的tibble
3. %>% filter(patientage >17 & patientage <31)：筛选出18-30岁的分组，返回一个有21行的tibble
4. %>% sum(n)：管道把这个tibble传给sum，相当于执行sum(your_tibble, n)，但sum的第二个参数是na.rm，这里的n被当成了na.rm的参数，但n是一个列名而非逻辑值，所以触发了类型错误。

内容的提问来源于stack exchange，提问作者Amphetamim