R语言向量子集值遍历失败，求助作答次数统计实现

嗨，别担心基础问题！刚接触R的时候遇到这类数据处理需求太正常啦～针对你要统计每个受访者6个月内作答次数（评分>0即算作答）的需求，我给你几个简单易懂的实现方法，都是新手也能快速上手的：

方法1：用基础R的rowSums（最简洁） #

假设你的数据集叫df，已经筛选出了6个月的评分变量（比如列名是month1到month6），直接用rowSums就能按行统计符合条件的数量，还能自动忽略未作答的NA值：

# 替换成你实际的列名或列位置
df$response_count <- rowSums(df[, c("month1", "month2", "month3", "month4", "month5", "month6")] > 0, na.rm = TRUE)

• 解释：df[, 列范围] > 0会生成一个布尔矩阵（符合条件的为TRUE，否则FALSE），rowSums会把每行的TRUE（等价于1）加起来，na.rm = TRUE是为了忽略未作答的缺失值（NA），避免结果变成NA。

方法2：用apply函数（更灵活） #

如果需要自定义更多逻辑，apply函数会更灵活，同样按行处理：

# 按行遍历选中的列，统计每个行里>0的元素数量
df$response_count <- apply(df[, month1:month6],  # 这里直接用列名范围选中所有月份评分列
                           MARGIN = 1,  # MARGIN=1代表按行操作，=2是按列
                           FUN = function(x) sum(x > 0, na.rm = TRUE))

方法3：用tidyverse工具链（适合数据清洗流水线） #

如果你习惯用dplyr这类tidyverse包，可以用管道语法实现，代码可读性更高：

library(dplyr)

df <- df %>%
  rowwise() %>%  # 开启按行处理模式
  mutate(
    response_count = sum(c_across(month1:month6) > 0, na.rm = TRUE)
    # c_across(month1:month6) 选中所有月份的评分列
  ) %>%
  ungroup()  # 关闭按行模式，恢复常规数据框操作

小提醒： #

如果你的未作答数据不是NA，而是直接填了0，那可以去掉na.rm = TRUE，因为0>0会返回FALSE，不会被统计进去；但如果未作答是缺失值NA，一定要加上这个参数哦！

内容的提问来源于stack exchange，提问作者Lemexis