如何用data.frame按ID分组统计days>20的记录数并填充全组？

我来帮你搞定这个需求！你想要给每个ID对应的所有行，都填充该ID下满足days > 20的记录总数，之前用data.table的写法只给符合条件的行赋值，下面用base R和tidyverse两种方案来实现：

方案一：Base R的ave()函数（无需额外包） #

首先先构造你的示例数据框：

dataset1 <- data.frame(
  ID = c(1, 1, 1, 2, 2),
  days = c(2, 31, 22, 24, 19)
)

然后用ave()函数完成分组计数并填充：

dataset1$Count <- with(dataset1, ave(days > 20, ID, FUN = sum))

原理说明： #

• days > 20会生成一个逻辑向量，其中TRUE等价于1，FALSE等价于0
• ave()函数按照ID分组，对每组的逻辑向量求和，就能得到该ID下满足条件的记录数
• 最终结果会自动匹配原数据的行数，给同一ID的所有行都填充相同的Count值

方案二：用dplyr包（tidyverse风格，代码更直观） #

如果你习惯使用tidyverse工具链，用dplyr的分组操作会更清晰：

library(dplyr)

dataset1 <- dataset1 %>%
  group_by(ID) %>%          # 按ID分组
  mutate(Count = sum(days > 20)) %>%  # 新增Count列，计算每组符合条件的数量
  ungroup()                 # 取消分组（可选，避免后续操作受分组影响）

运行任意一种方案后，你都会得到期望的结果：

ID | days | Count
1  | 2    | 2
1  | 31   | 2
1  | 22   | 2
2  | 24   | 1
2  | 19   | 1

内容的提问来源于stack exchange，提问作者Shigaell