如何用tidyverse的group_by函数批量统计各组符合条件的Key数量

我明白你现在的需求是按Group分组，统计每组中至少有一个样本值符合条件的Key数量，之前你是分两组单独处理的，现在想用tidyverse的group_by一次性搞定对吧？下面给你完整的实现方案：

核心代码实现 #

首先加载tidyverse包，然后用分组+汇总的方式完成统计：

library(tidyverse)

input <- tribble(
  ~Key, ~Group, ~sample1, ~sample2, ~sample3, ~samplen,
  "a1", "ABC", 0, 0.1, 0.2, 0,
  "a2", "ABC", 1, 2, 3, 0,
  "a3", "DEF", 0, 0, 0, 0,
  "a4", "DEF", 2, 22, 23, 2,
  "a5", "DEF", 0, 0, 0.1, 0
)

# 按条件统计（匹配你的期望输出：样本值严格>0.1）
result <- input %>%
  group_by(Group) %>%
  # 对每个Key，检查是否有至少一个样本值>0.1，统计符合条件的数量
  summarise(qualified_keys = sum(if_any(starts_with("sample"), ~ .x > 0.1))) %>%
  ungroup()

print(result)

输出结果 #

运行代码后会得到你期望的输出：

# A tibble: 2 × 2
  Group qualified_keys
  <chr>          <int>
1 ABC                2
2 DEF                1

代码解释 #

• group_by(Group)：按Group列分组，后续操作在每个组内独立执行；
• if_any(starts_with("sample"), ~ .x > 0.1)：
  • starts_with("sample")自动匹配所有以sample开头的样本列，不用手动指定列名；
  • if_any检查每个Key对应的样本列中，是否至少有一个满足>0.1的条件，返回布尔值（TRUE/FALSE）；
• sum(...)：布尔值会被自动转换为1（TRUE）和0（FALSE），求和后直接得到每组符合条件的Key数量；
• ungroup()：可选操作，取消分组状态，方便后续对结果进行其他处理。

如果你的实际需求是样本值≥0.1，只需要把代码中的> 0.1改成>= 0.1即可，此时DEF组的结果会变成2（因为a5的sample3值为0.1，符合条件）。

内容的提问来源于stack exchange，提问作者ferrelwill