R语言数据聚合：如何将指定tibble转换为按place统计A/B数量的格式？

这里有两种简洁的方式可以实现你想要的聚合转换，完全适配你用tibble的使用习惯，基于tidyverse工具链（dplyr + tidyr）完成：

方法一：计数后转宽格式（通用型，适合type有多个类别时） #

先看完整可运行的代码：

library(tibble)
library(dplyr)
library(tidyr)

# 你的原始数据
original_tbl <- tibble( 
  type = c("A", "B", "A", "A", "B", "B", "B"), 
  place = c(1, 1, 1, 1, 1, 2, 2) 
)

# 转换得到目标格式
target_tbl <- original_tbl %>%
  # 按place和type分组，自动统计每组的行数
  count(place, type) %>%
  # 把长格式转成宽格式，自动补全缺失值为0
  pivot_wider(
    names_from = type,       # 将type的取值作为新列的名称
    names_prefix = "n_",     # 给新列名加上前缀n_
    values_from = n,         # 新列的值用之前统计的计数n
    values_fill = 0          # 不存在的组合（比如place2的A）填充0
  )

# 查看结果
target_tbl

运行后会得到你想要的结果：

# A tibble: 2 × 3
  place   n_A   n_B
  <dbl> <int> <int>
1     1     3     2
2     2     0     2

步骤拆解： #

• count(place, type)：自动帮你按place和type分组，计算每组的行数，得到长格式的计数结果（比如place1的A有3条，B有2条；place2只有B的2条）。
• pivot_wider：把长格式转成宽格式，values_fill=0是核心——它会自动补全那些不存在的place-type组合，把默认的NA替换成0，完美匹配你的需求。

方法二：分组后直接汇总（更直观，适合type只有A/B两类时） #

如果确定你的type只有A和B两种，直接分组后分别统计会更简单：

target_tbl_alt <- original_tbl %>%
  group_by(place) %>%
  summarise(
    n_A = sum(type == "A"),  # 统计当前place下type为A的数量
    n_B = sum(type == "B"),  # 统计当前place下type为B的数量
    .groups = "drop"         # 取消分组，返回普通tibble
  )

这个方法逻辑非常直白：sum(type == "A")会把逻辑值TRUE（type是A）转换成1，FALSE转换成0，求和就是A的总数；没有A的place（比如place2）自然会得到0，完全符合要求。

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