如何在R语言中按列中变量数量筛选行？保留至少10人选修的专业

嘿，这个需求我经常碰到，给你分享两种实用的实现方式，覆盖基础R和当下流行的tidyverse工具链，你可以按需选用：

方法1：基础R原生实现 #

假设你的数据框叫course_data，其中major列记录了专业名称，我们分三步完成筛选：

1. 统计每个专业的选修人数
2. 挑出人数≥10的专业
3. 保留原数据中这些专业的所有行

对应的代码如下：

# 统计各专业的选修人数（即每个专业在数据中出现的次数）
major_enroll_counts <- table(course_data$major)

# 筛选出符合人数要求的专业名称
valid_majors <- names(major_enroll_counts)[major_enroll_counts >= 10]

# 过滤原数据，只保留有效专业的行
filtered_data <- course_data[course_data$major %in% valid_majors, ]

这里的table()函数会帮我们快速统计频次，%in%运算符则用来匹配符合条件的专业，非常实用。

方法2：用tidyverse（dplyr）实现（更直观的管道语法） #

如果你习惯用tidyverse的链式操作，这个方法会更流畅，代码可读性也更高：

library(dplyr)

filtered_data <- course_data %>%
  # 按专业分组
  group_by(major) %>%
  # 给每行添加该专业的总选修人数
  mutate(total_enroll = n()) %>%
  # 直接筛选出总人数≥10的行
  filter(total_enroll >= 10) %>%
  # 取消分组（后续操作如果不需要分组的话建议加上）
  ungroup() %>%
  # 可选：移除临时添加的total_enroll列
  select(-total_enroll)

n()函数在分组后会返回当前组的行数（也就是该专业的选修人数），整个流程一步到位，不需要额外的中间变量。

特殊情况：数据已按专业汇总 #

如果你的数据本身就是一行对应一个专业，并且有专门的列（比如enroll_num）记录选修人数，那操作就更简单了：

# 基础R写法
filtered_data <- course_data[course_data$enroll_num >= 10, ]

# dplyr写法
filtered_data <- course_data %>%
  filter(enroll_num >= 10)

这几种方法都能完美解决你的问题，选你顺手的就行～

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