在R中按ID分组统计非空变量并生成新列的实现方法

嘿，我来帮你搞定这个问题！首先咱们先把你的示例数据转换成R里能直接用的数据框，方便测试：

# 构造你的数据集
df <- data.frame(
  ID = 1:5,
  L.NO = c(2120, 2121, 2122, 2223, 2224),
  Root1 = c("SX", "NC", NA, NA, NA),
  Root2 = c(NA, NA, NA, "CX", "SX"),
  Root3 = c(NA, NA, "SX", "PX", "LX"),
  stringsAsFactors = FALSE
)

接下来，根据你的需求，我注意到你的期望输出和常规统计结果有点小矛盾（比如第4行的Root2、Root3都是非空值，按道理应该统计为2，但你期望的是1，可能是笔误？），不过我还是先给出两种常用的实现方法，你可以根据实际需求调整：

方法1：使用Base R #

直接用rowSums()结合!is.na()就能快速统计每行的非NA值数量：

# 统计Root1-Root3三列的非NA值数量
df$NewCol <- rowSums(!is.na(df[, c("Root1", "Root2", "Root3")]))

运行后得到的结果：

ID L.NO Root1 Root2 Root3 NewCol
1  1 2120    SX    NA    NA      1
2  2 2121    NC    NA    NA      1
3  3 2122    NA    NA    SX      1
4  4 2223    NA    CX    PX      2
5  5 2224    NA    SX    LX      2

如果你是想统计除ID列外所有列的非NA值数量（这样前3行的结果就和你的期望输出一致了），代码可以改成：

# 统计除ID外所有列的非NA值数量
df$NewCol <- rowSums(!is.na(df[, -1]))

得到的结果：

ID L.NO Root1 Root2 Root3 NewCol
1  1 2120    SX    NA    NA      2
2  2 2121    NC    NA    NA      2
3  3 2122    NA    NA    SX      2
4  4 2223    NA    CX    PX      3
5  5 2224    NA    SX    LX      3

方法2：使用dplyr包（tidyverse风格） #

如果你习惯用tidyverse的语法，这样写更直观：

library(dplyr)

# 统计Root1-Root3的非NA数量
df <- df %>%
  rowwise() %>%
  mutate(NewCol = sum(!is.na(c_across(Root1:Root3)))) %>%
  ungroup()

要是想统计除ID外的所有列，把c_across(Root1:Root3)改成c_across(-ID)就行。

如果你的期望输出确实是第4、5行的NewCol为1，那可能还有隐藏的筛选条件（比如只统计等于某个特定值的非空值），可以补充说明，我再帮你调整代码~

内容的提问来源于stack exchange，提问作者kimi