如何折叠频数表的行并在新列中汇总其计数？

嘿，我来帮你解决这个折叠频数表并汇总计数的问题！从你给出的DataFrame结构来看，核心需求应该是按家庭（Family）聚合，把不同角色/类型的样本数量汇总成单独的列对吧？下面用R里的dplyr和tidyr包给你演示两种实用的实现方式：

准备工作 #

首先确保你已经安装并加载了所需的包：

install.packages(c("dplyr", "tidyr")) # 如果没安装的话先运行这个
library(dplyr)
library(tidyr)

方法1：按角色（Role）汇总计数并折叠行 #

这个方法会把每个家庭里不同角色（Father、Mother、Proband、Sibling）的样本数量，分别放到单独的列中：

# 第一步：按家庭和角色分组，统计每组的样本数
role_count <- df %>%
  group_by(Family, Role) %>%
  summarise(Count = n(), .groups = "drop")

# 第二步：折叠行，将角色转为列名，计数作为对应列的值
collapsed_by_role <- role_count %>%
  pivot_wider(
    names_from = Role,    # 把Role列的不同值作为新列名
    values_from = Count,  # 把Count列的值对应到新列中
    values_fill = 0       # 没有对应角色的家庭填充0，避免出现NA
  )

运行后你会得到类似这样的结果（以你给出的前4条数据为例）：

方法2：按类型（Type）汇总计数并折叠行 #

如果想按Parent/Child这个类型维度来汇总，只需要调整分组的变量即可：

# 第一步：按家庭和类型分组，统计每组的样本数
type_count <- df %>%
  group_by(Family, Type) %>%
  summarise(Count = n(), .groups = "drop")

# 第二步：折叠行，生成类型对应的计数列
collapsed_by_type <- type_count %>%
  pivot_wider(
    names_from = Type,
    values_from = Count,
    values_fill = 0
  )

对应前4条数据的结果会是：

额外提示 #

• 如果需要按其他维度（比如Sex）来汇总，只需要修改group_by里的第二个变量即可
• 如果你希望保留NA而不是填充0，去掉values_fill = 0参数就行

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