You need to enable JavaScript to run this app. R语言跨多列筛选统计满足阈值的行数的批量实现方法
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.09 18:45:03