如何使用ddply统计plot-year组合并添加条件过滤行数列？

我完全懂你的困扰——提前子集化确实会丢掉那些没有符合条件记录的plot-year组合，导致后续没法和全量统计结果匹配。其实不用拆分两步，直接在ddply的分组处理函数里同时计算总行数和符合条件的行数就行，这样所有分组都会被完整保留。

具体代码示例 #

假设你的数据集名为df，包含plot、year、HT、D这些列，代码如下：

library(plyr)

# 按plot和year分组，一次性计算两种行数统计
summary_df <- ddply(df, .(plot, year), function(group_data) {
  data.frame(
    total_rows = nrow(group_data),  # 统计当前分组的总行数
    valid_rows = sum(!is.na(group_data$HT) | group_data$D > 1, na.rm = TRUE)  # 统计满足条件的行数
  )
})

代码细节解释 #

• 分组逻辑：通过.plot, year指定按这两个变量分组，确保所有plot-year组合都被覆盖，不会遗漏任何分组。
• total_rows：用nrow(group_data)直接获取当前分组的总行数，简单直接。
• valid_rows：利用R中逻辑值的特性（TRUE等价于1，FALSE等价于0），用sum()统计满足HT不为NA 或 D>1的行数。添加na.rm = TRUE是为了避免D列存在NA时，D>1返回NA导致求和结果出错，让统计更稳健。

这样处理后，哪怕某个plot-year组合里没有符合条件的记录，valid_rows会显示为0，不会丢失任何分组，完美解决你之前遇到的匹配问题。

内容的提问来源于stack exchange，提问作者theforestecologist