如何逐行统计数据框df中b1/b2/b3列元素在向量vec中的出现次数？

我来帮你拆解并解决这两个核心问题：

首先分析报错原因 #

你执行rowSums(!df[,c(b1,b2,b3)] %in% vec)时出现'x' must be an array of at least two dimensions，核心问题是提取列时丢失了二维结构：
当你用df[,c("b1","b2","b3")]提取列时，如果数据框只有一行，R会自动把它转换成一维向量，而rowSums要求输入必须是二维数组（比如数据框、矩阵）。解决这个问题的关键是加drop=FALSE参数，强制保持二维结构：df[,c("b1","b2","b3"), drop=FALSE]。

然后修正单行测试的匹配逻辑错误 #

你用df[1,c('b1','b2','b3')]==c(-1,-2)得到不符合预期的结果，是因为==是逐元素位置匹配，它会自动循环补齐短向量的长度：
你的目标向量c(-1,-2)长度是2，会被循环成c(-1,-2,-1)，所以实际是做6==-1、-1==-2、NA==-1的比较，结果自然不对。

你需要的是判断每个元素是否存在于目标向量中，这时候应该用%in%运算符，而不是==：

df[1,c('b1','b2','b3')] %in% c(-1,-2)
# 输出：FALSE TRUE NA

如果需要把NA视为"不在vec中"（即转为FALSE），可以这样处理：

res <- df[1,c('b1','b2','b3')] %in% c(-1,-2)
res[is.na(res)] <- FALSE
# 输出：FALSE TRUE FALSE

完整的解决方案代码 #

结合你的需求，下面是可以直接运行的完整流程，包含缺失值处理、逐行统计的逻辑：

1. 构造样例数据（方便测试）

# 模拟你的数据框和向量
df <- data.frame(
  a1 = 1:4,
  b1 = c(6, 2, NA, -1),
  b2 = c(-1, 3, -2, NA),
  b3 = c(NA, 4, 5, -2)
)
vec <- c(-1, -2, 2)

2. 逐行统计匹配次数

# 提取b1/b2/b3列，强制保持二维结构（避免单行变向量）
b_cols <- df[, c("b1", "b2", "b3"), drop = FALSE]

# 生成逻辑矩阵：每个元素标记是否在vec中，NA转为FALSE（视为不在）
in_vec_matrix <- apply(b_cols, MARGIN = 2, function(col) {
  match_res <- col %in% vec
  match_res[is.na(match_res)] <- FALSE
  match_res
})

# 逐行求和，得到每行的匹配次数
df$match_count <- rowSums(in_vec_matrix)

3. 查看结果

> df
  a1 b1 b2 b3 match_count
1  1  6 -1 NA           1  # b2在vec中，其他不在（NA算不在）
2  2  2  3  4           1  # b1在vec中
3  3 NA -2  5           1  # b2在vec中
4  4 -1 NA -2           2  # b1和b3在vec中，符合你说的"结果为2"的场景

这个结果完全符合你的需求：

• 若b1、b2在vec而b3不在，match_count就是2
• 若三列都不在（含缺失值），match_count就是0

内容的提问来源于stack exchange，提问作者iago