R语言中按列值拆分数据框统计各果蝇物种雌雄个体数量

方法1：tidyverse 最简实现（推荐初学者使用，逻辑清晰不易出错） #

# 未安装包先运行：install.packages(c("dplyr", "tidyr"))
library(dplyr)
library(tidyr)

result <- data %>%
  # 按物种、性别分组统计个体数
  count(Species, Sex, name = "count") %>%
  # 长表转宽表，直接得到要求的三列结构，缺失性别统计值自动填0
  pivot_wider(names_from = Sex, values_from = count, values_fill = 0)

运行后result就是你需要的结构，可直接用于后续分析。如果需要固定列名为「雌性数量」「雄性数量」，可以加rename(雌性数量 = 雌性取值, 雄性数量 = 雄性取值)调整，把取值替换为你数据里性别列的实际值即可（比如F/female/雌）。

方法2：基于你现有split思路的批量实现 #

你原来的拆分逻辑是对的，用lapply遍历拆分后的列表即可批量处理所有物种，不需要手动逐个提取：

data_split <- split(data, data$Species)
# 批量统计每个物种的性别计数
count_list <- lapply(data_split, function(x) {
  sex_count <- table(x$Sex)
  # 生成单物种统计行
  data.frame(
    Species = unique(x$Species),
    雌性数量 = unname(sex_count["雌性"]), # 引号内替换为你数据里雌性的实际取值
    雄性数量 = unname(sex_count["雄性"]), # 引号内替换为你数据里雄性的实际取值
    row.names = NULL
  )
})
# 合并所有物种的统计结果为一个数据框
result <- do.call(rbind, count_list)
# 把缺失的性别计数替换为0
result[is.na(result)] <- 0

方法3：基础R 极简实现 #

不用拆分数据，直接用交叉表转数据框一步完成：

# 生成物种×性别的交叉表
sex_table <- table(data$Species, data$Sex)
# 交叉表转数据框
result <- as.data.frame.matrix(sex_table)
# 把行名的物种名转为单独列
result$Species <- rownames(result)
# 调整列顺序为你要求的格式
result <- result[, c("Species", "雌性", "雄性")] # 引号内替换为你数据里性别列的实际取值
# 重命名列
colnames(result) <- c("Species", "雌性数量", "雄性数量")
rownames(result) <- NULL

for循环实现方式 #

如果习惯用for循环可以参考下面的写法：

# 提取所有不重复的物种名
species_all <- unique(data$Species)
# 初始化空结果数据框
result <- data.frame(Species = character(), 雌性数量 = integer(), 雄性数量 = integer())

for (sp in species_all) {
  # 筛选当前物种的子集
  sp_data <- subset(data, Species == sp)
  # 统计性别数量
  sex_count <- table(sp_data$Sex)
  # 拼接当前物种的统计结果
  result <- rbind(result, data.frame(
    Species = sp,
    雌性数量 = unname(ifelse(is.na(sex_count["雌性"]), 0, sex_count["雌性"])),
    雄性数量 = unname(ifelse(is.na(sex_count["雄性"]), 0, sex_count["雄性"]))
  ))
}

以上所有方法得到的result都可以直接用于后续t检验等分析。

内容的提问来源于stack exchange，提问作者Bf2111