如何在R语言中按条件统计DataFrame的行数？

没问题呀，新手问题完全不用客气～下面我给你介绍几种在R里按条件统计数据框行数的常用方法，结合你的数据来举例，一看就懂：

第一步：先构造你的测试数据 #

首先我们把你提供的数据转换成R可直接运行的数据框，方便后续测试：

df <- data.frame(
  order_id = c(1,1,1,36,36,36,36,38,38,38,38,96,96,96),
  department_id = c(4,15,16,4,7,16,20,1,4,13,19,1,4,20),
  department = c("produce", "canned goods", "dairy eggs", "produce", "beverages", "dairy eggs", "deli", "frozen", "produce", "pantry", "snacks", "frozen", "produce", "deli"),
  n = c(4,1,3,3,1,3,1,1,6,1,1,2,4,1)
)

方法一：基础R实现（无需额外包） #

1. 使用nrow() + subset() #

这种方法逻辑直观，适合初学者理解：

• 单条件统计：比如统计order_id为1的行数

nrow(subset(df, order_id == 1))  # 结果是3

• 多条件统计：比如统计department是"produce"且n大于3的行数

nrow(subset(df, department == "produce" & n > 3))  # 结果是3（order_id 1、38、96的produce行）

2. 使用逻辑索引求和（更高效） #

R中逻辑值TRUE会被视为1，FALSE视为0，用sum()可以直接统计符合条件的行数，大数据框下比subset()更快：

• 单条件：统计department_id为4的行数

sum(df$department_id == 4)  # 结果是4

• 多条件：统计order_id是36且department不是"produce"的行数

sum(df$order_id == 36 & df$department != "produce")  # 结果是3

方法二：tidyverse/dplyr实现（更简洁的管道风格） #

如果你习惯用tidyverse生态，dplyr的语法会更流畅，先确保安装并加载包：

install.packages("dplyr")  # 首次使用需安装
library(dplyr)

1. 单条件/多条件统计 #

用filter()筛选符合条件的行，再用tally()统计行数：

• 统计n等于1的行数

df %>% 
  filter(n == 1) %>% 
  tally()  # 结果是7

• 多条件：统计order_id为96且department是"frozen"或"deli"的行数

df %>% 
  filter(order_id == 96, department %in% c("frozen", "deli")) %>% 
  tally()  # 结果是2

2. 分组统计行数 #

如果需要按某个字段分组统计每组的行数（比如每个订单下的品类数量），用group_by() + tally()：

df %>% 
  group_by(order_id) %>% 
  tally()

运行后会得到每个order_id对应的行数，比如order_id=1有3行，order_id=36有4行等。

内容的提问来源于stack exchange，提问作者Gaurang Swarge