如何在 R 中计算观测值数量

在 R 数据框中，一个观测值就是一行。使用 nrow() 获取观测值总数，使用带 sum() 的逻辑条件统计匹配的行，或使用 dplyr 的 count() 获取按组的频率。示例使用一个小型数据框，方便你将列名替换为自己的数据。

使用 nrow() 计算所有行

nrow(data) 返回 data 中的行数。当每一行都需要计算时，这是直接的选择。本示例有五行，nrow(students) 提供下方打印的值。

students <- data.frame(
  name = c("Ada", "Ben", "Cam", "Dee", "Eli"),
  passed = c(TRUE, FALSE, TRUE, TRUE, FALSE),
  group = c("A", "A", "B", "B", "B")
)

total <- nrow(students)
cat("Total observations:", total, "\n")

Total observations: 5

对于行的总数，nrow() 比构造逻辑向量更清楚。特别是，with(data, 1) 求值的是标量 1；它不会为每一行创建一个值，因此 sum(with(data, 1)) 不是计算行数的方法。

在基础 R 中计算符合条件的行

若要计算符合某个条件的行，请创建一个逻辑向量并将其传递给 sum()。在 R 中，求和时 TRUE 贡献 1，FALSE 贡献 0。你可以使用 with() 引用数据框的列，而不必重复数据框名称：

sum(with(students, passed))

对于多个条件，使用 & 表示"且"，或 | 表示"或"来组合它们。例如，sum(with(students, passed & group == "B")) 计算通过且属于 B 组的学生。使用括号可以让组合条件更易读。

如果条件包含 NA，除非你处理这些值，否则 sum() 会返回 NA。当未知值应从计数中排除时，使用 na.rm = TRUE，如 sum(students$passed, na.rm = TRUE)。对于像 students$score > 70 这样的表达式，这只会计算已知的大于 70 的分数；它不会将缺失的分数视为匹配。

你也可以对数据框取子集，并使用 nrow() 计算其结果行：

nrow(students[students$passed, , drop = FALSE])

drop = FALSE 参数使子集即使只包含一列也保持数据框形式。如果条件可能包含 NA，请先从逻辑索引中移除未知行，例如 students[!is.na(students$passed) & students$passed, , drop = FALSE]；否则基础 R 可能会为未知条件加入一整行 NA。当你需要筛选后的行进行后续工作时使用这种方法；当你只需要数量时使用 sum()。如需在另一个示例中查看筛选后计算行数，请参阅按组计算行数。

使用 dplyr 计算行和组

dplyr 提供 filter() 来选择行，并提供 count() 来报告每个组中出现的行数。这些操作回答不同的问题：使用 filter() 再接 nrow() 获取符合条件的行数，使用 count() 获取每个值或值组合的频率。

例如，nrow(dplyr::filter(students, passed)) 计算 passed 值为 TRUE 的学生；当条件为 NA 时，filter() 会丢弃该行。若要计算每个组中的观测值，请使用 dplyr::count(students, group)。若要计算组合，请提供更多分组列，如 dplyr::count(students, group, passed)。这些调用仅供说明，此处并未执行；所提供的执行证据仅涵盖行总数的示例。

count() 会返回分组列和一个默认名为 n 的计数列。它的 wt 参数则是在每个组内对权重列求和，这是加权总计而非普通的行数。对于简单的观测值计数，请勿设置 wt。

选择符合你问题的方法

• 使用 nrow(data) 计算每一行。
• 使用 sum(condition) 或 nrow(data[condition, , drop = FALSE]) 计算由条件选定的行。
• 当你想用 dplyr 计算筛选后的行时，使用 filter() 和 nrow()；当你想要按组的频率时，使用 count()。

这些选择使结果的含义保持明确：行总数、符合条件的行，或频率表。请检查条件或分组表达式中使用的列是否代表你打算计算的值。