在R中基于条件统计两列频次：识别多供应商采购的物料编号

嘿，这问题我熟！咱们用R来处理这个需求很简单，分几步就能搞定，不管你习惯用dplyr还是基础R都有对应的方法。

第一步：构造示例数据集 #

先把你给出的示例数据转换成R的DataFrame，方便后续操作：

df <- data.frame(
  OrderNo. = 1:12,
  Supplier = c("LF", "LF", "LF", "DD", "DD", "DF", "DF", "DD", "DD", "AA", "AB", "AC"),
  Materialno = c(101,101,101,101,102,103,104,103,104,105,105,106),
  stringsAsFactors = FALSE # 避免自动转成因子，R新版本默认已开启此设置
)

方法一：用dplyr包（推荐，代码更直观） #

dplyr是tidyverse系列里处理数据的利器，代码可读性很高：

library(dplyr)

# 给每行添加对应物料的供应商计数
result <- df %>%
  group_by(Materialno) %>% # 按物料编号分组
  mutate(Count = n_distinct(Supplier)) %>% # 计算每组内唯一供应商的数量，生成Count列
  ungroup() # 取消分组，回到普通DataFrame

# 如果你只需要保留有两家及以上供应商的物料行，再加筛选步骤
filtered_result <- result %>%
  filter(Count >= 2)

代码解释： #

• group_by(Materialno)：把数据按物料编号分成一个个独立小组
• mutate(Count = n_distinct(Supplier))：在每个小组内，统计唯一供应商的数量，将结果存入新的Count列，原数据的每一行都会对应上所属物料的计数
• filter(Count >=2)：可选步骤，只保留那些有两家及以上供应商供货的物料行

方法二：用基础R（无需额外安装包） #

如果你不想加载第三方包，用基础R的ave()函数也能实现：

# 添加Count列
df$Count <- ave(df$Supplier, df$Materialno, FUN = function(x) length(unique(x)))

# 筛选两家及以上供应商的物料
filtered_df <- df[df$Count >= 2, ]

代码解释： #

• ave()函数会按Materialno分组，对每组的Supplier执行自定义函数：length(unique(x))就是计算该组内唯一供应商的数量
• 最后用索引筛选出Count≥2的行即可

验证结果 #

不管用哪种方法，最终的结果数据框都会和你期望的格式一致，比如物料101的每一行Count都是2，物料103的每一行Count也是2，完全符合你的示例要求。

内容的提问来源于stack exchange，提问作者Kre