使用dplyr按Task分组统计Status为Completed的任务数量

你的代码问题出在summarize里直接引用了原始数据集df，而不是分组后的每组子集。当你用df$Status时，不管当前分组是什么，都会计算整个数据里Status为Completed的总行数，所以每个Task的Count结果都一样，这显然不是你想要的。

这里给你两种简单的正确实现方式：

方法一：先过滤再统计 #

先筛选出所有Status为Completed的记录，再按Task分组计数：

df %>% 
  filter(Status == 'Completed') %>% 
  count(Task, name = 'Count')

方法二：分组后用sum统计符合条件的行数 #

在分组后的summarize里，直接对当前组的Status列进行判断，用sum统计符合条件的数量（逻辑值TRUE会被当作1，FALSE当作0）：

df %>% 
  group_by(Task) %>% 
  summarize(Count = sum(Status == 'Completed', na.rm = TRUE))

两种方法都会得到预期的结果：

# A tibble: 4 × 2
  Task       Count
  <chr>      <int>
1 Assignment     0
2 Classwork      2
3 Homework       2
4 Poster         2

内容的提问来源于stack exchange，提问作者FAlonso