R语言统计包含Moderna的记录总数的实现方法咨询

原代码问题说明 #

原代码使用group_by(vaccines)是按照vaccines字段的完全匹配值分组，只有整个vaccines字段内容完全一致的记录才会被分到同一组，而数据中vaccines字段为多疫苗混合存储，不同的疫苗组合会被拆分为不同分组，因此无法直接汇总所有包含Moderna的记录总数。

可行解决方案 #

方案1：tidyverse生态实现（dplyr+stringr） #

适合习惯使用tidyverse语法的场景，代码可读性更高：

# 若未安装依赖可先执行 install.packages("tidyverse")
library(tidyverse)

Number_Of_Countries_Using_Moderna <- Number_of_Vaccines_used %>%
  # 模糊匹配vaccines字段中包含Moderna的记录，ignore_case设为TRUE可忽略大小写差异
  filter(str_detect(vaccines, "Moderna", ignore_case = TRUE)) %>%
  # 对n列求和，na.rm = TRUE可避免空值导致计算结果异常
  summarize(Moderna_Countries = sum(n, na.rm = TRUE))

方案2：基础R实现 #

无需安装额外依赖包，直接用R内置函数完成：

# 用grepl做正则匹配，返回所有包含Moderna的记录索引
moderna_rows <- grepl("Moderna", Number_of_Vaccines_used$vaccines, ignore.case = TRUE)
# 对对应行的n列求和
Number_Of_Countries_Using_Moderna <- sum(Number_of_Vaccines_used$n[moderna_rows], na.rm = TRUE)

内容的提问来源于stack exchange，提问作者Kai Li