如何在R中排除Y回答占比低于40%的参与者（dplyr报错解决）

你的代码前半部分已经正确得到了每个参与者的N/Y计数，但filter语句里有几个关键错误导致报错，我来帮你拆解并修正：

错误分析 #

1. 语法错误：R里没有=>这个运算符，大于等于的正确写法是>=；
2. 函数用法错误：n(Y)是无效写法，n()函数仅用来统计分组内的总行数，不能直接传入"Y"来定向计数；
3. 逻辑偏差：你需要的是Y回答数占该参与者总回答数的比例≥40%，但原代码没有计算总回答数，直接拿count和一个不存在的值比较，逻辑不成立。

修正方案 #

这里提供两种思路，你可以根据后续数据处理需求选择：

方案1：直接按参与者分组计算比例（简洁版）

这种方式一步算出每个参与者的Y占比，再过滤符合条件的记录：

exp2.Hacc <- subset(exp2, !is.na(ExpecSg))
exp2.Hacc <- exp2.Hacc %>%
  group_by(Participant) %>%
  summarise(
    total_responses = n(),
    y_count = sum(ExpecSg == "Y", na.rm = TRUE)  # 统计当前参与者的Y回答数量
  ) %>%
  mutate(y_proportion = y_count / total_responses) %>%  # 计算Y回答占比
  filter(y_proportion >= 0.4)  # 筛选占比≥40%的参与者

方案2：基于你原有的分组结构调整（兼容版）

如果你想保留原有的Participant+ExpecSg分组格式，可以这样修改：

exp2.Hacc <- subset(exp2, !is.na(ExpecSg))
exp2.Hacc <- exp2.Hacc %>%
  group_by(Participant, ExpecSg) %>%
  summarise(count = n(), .groups = "drop_last") %>%  # 保留Participant分组，方便计算总数
  mutate(total = sum(count)) %>%  # 计算当前参与者的总回答数
  mutate(y_prop = ifelse(ExpecSg == "Y", count / total, NA)) %>%  # 仅计算Y回答的占比
  filter(ExpecSg == "Y" & y_prop >= 0.4) %>%  # 筛选符合条件的Y记录
  ungroup()  # 取消分组（可选，根据后续操作需求决定）

关键说明 #

• sum(ExpecSg == "Y")是统计Y回答数量的正确方式：它会把符合条件的元素转为1，不符合的转为0，求和后得到Y的总数；
• 必须先计算每个参与者的总回答数，再用Y的数量除以总数得到占比，这样才能准确判断是否达到40%的阈值。

内容的提问来源于stack exchange，提问作者Nessimon