R语言跨多列筛选统计满足阈值的行数的批量实现方法
R批量统计多列符合条件行数的实现方案
方案1:tidyverse(适配你原有的dplyr代码风格)
核心用dplyr::across()批量处理指定列,直接生成汇总结果,不需要重复写36次逻辑:
- 按列索引(41到77列)筛选计算的代码:
library(dplyr) # 直接生成汇总结果表,每列对应一个percent_score的达标人数 stat_result <- df %>% summarise(across(41:77, ~ sum(.x >= 80, na.rm = TRUE)))
- 按列名规则(匹配
percent_score_开头的列)筛选计算的代码:
stat_result <- df %>% summarise(across(starts_with("percent_score_"), ~ sum(.x >= 80, na.rm = TRUE)))
结果使用说明:
- 得到的
stat_result是1行36列的data.frame,要取某一列的结果直接用stat_result$percent_score_1即可 - 如果需要转为命名向量方便遍历,执行
stat_vec <- unlist(stat_result) - 若确实需要生成独立的
number_of_ppl_1到number_of_ppl_36全局变量(不推荐,汇总表更方便后续处理),可参考以下循环写法:
for (i in 1:36) { target_col <- paste0("percent_score_", i) assign(paste0("number_of_ppl_", i), sum(df[[target_col]] >= 80, na.rm = TRUE)) }
方案2:Base R(无需加载第三方包)
用sapply批量遍历指定列计算:
# 选择41到77列 col_range <- 41:77 stat_vec <- sapply(df[col_range], function(x) sum(x >= 80, na.rm = TRUE))
返回的stat_vec是命名向量,直接对应每个列的达标人数。
示例验证
以你给出的样例数据为例:
df <- data.frame( percent_score_1 = c(90, 100, 60), percent_score_2 = c(80, 60, 90) )
执行上述代码得到的结果为:
percent_score_1 percent_score_2 2 2
和手动计算的结果一致。
内容的提问来源于stack exchange,提问作者jarciniegas
相关产品推荐
相关产品推荐

