R语言如何实现按年份分组统计各等级的样本计数

适配你现有代码的dplyr修改方案 #

你当前写的data %>% count(Grade)是对全表做无分组的等级计数，只要在count()函数的参数列表里加上年份列，就会自动按「年份+等级」的组合维度拆分计算样本数，不需要额外手动添加分组逻辑：

# 生成长表格式的逐年份、逐等级计数结果
year_grade_count <- data %>% count(year, Grade)

因为你已经提前将Grade设置为因子类型，后续转换矩阵格式时，所有预设的等级水平都会被完整保留，不会因为某一年没有对应等级的样本就丢失维度。
如果需要转换成「行代表年份、列代表等级、单元格为对应样本数」的矩阵宽表格式，搭配tidyr的pivot_wider即可快速实现：

library(tidyr)
year_grade_matrix <- year_grade_count %>% 
  pivot_wider(names_from = Grade, values_from = n, values_fill = 0)

其中values_fill = 0的作用是将无样本的组合填充为0，避免出现NA值。

基础R快速实现方案 #

如果不想依赖tidyverse系列包，直接用基础R自带的table()函数可以一步生成矩阵格式的计数结果：

year_grade_matrix <- table(data$year, data$Grade)

该方法会自动识别Grade的因子水平，完整保留所有等级维度，无需额外处理缺失计数的情况。

直观可视化搭配 #

拿到矩阵格式的计数结果后，可以根据需求做两类展示：

• 生成整洁可导出的计数表格：使用knitr::kable(year_grade_matrix)即可输出规范的表格，方便嵌入报告
• 生成矩阵热图直观展示分布：使用heatmap(year_grade_matrix, scale = "none")可以快速渲染热图，不同年份各等级的样本数量差异可以通过颜色深浅直接体现

内容的提问来源于stack exchange，提问作者lbevs