总结 AND，按组计数答案

【问题标题】：summerize NA, count BY GROUP总结 AND，按组计数
【发布时间】：2025-12-20 13:30:12
【问题描述】：

我有这个用于测试的数据框：

test_df <- structure(list(plant_sp = c("plant_1", "plant_1", "plant_2", "plant_2", "plant_3",
                                       "plant_3", "plant_3", "plant_3", "plant_3", "plant_4", 
                                       "plant_4", "plant_4", "plant_4", "plant_4", "plant_4",
                                       "plant_5", "plant_5", "plant_5", "plant_5", "plant_5"), 
                          sp_rich = c(1, 1, NA, 1, NA, 
                                      1, 0, 0, NA, 0,
                                      0, 1, 0, 0, 1, 
                                      0, NA, NA, 0,NA)), 
                     row.names = c(NA, -20L), class = "data.frame", 
                     .Names = c("plant_sp", "sp_rich"))

我想创建一个新的数据框，其中包含从这些数据中提取的数据：

表示每组中的计数和NA（例如在组plant_1中，组中只有2个“1”和0个“NA”

你能帮帮我吗？谢谢伊多

【问题讨论】：

您的意思是让 plant_5 计数等于 0，而不是 1？

标签： r dplyr tidyverse plyr

【解决方案1】：

这应该可以工作

library(dplyr)

test_df %>%
  group_by(plant_sp) %>%
  summarize(count = sum(sp_rich > 0 & !is.na(sp_rich)),
            miss = sum(is.na(sp_rich)))

# A tibble: 5 x 3
  plant_sp count  miss
  <chr>    <int> <int>
1 plant_1      2     0
2 plant_2      1     1
3 plant_3      1     2
4 plant_4      2     0
5 plant_5      0     3

【讨论】：

不确定，但 OP 可能正在寻找 count = sum(na.omit(sp_rich))?
是的，我也不确定 OP 到底在寻找什么，但你说得对，我的解决方案应该与 OP 发布的所需输出相匹配。我已经编辑了我的解决方案以反映这一点
你做对了。工作完美。再次感谢

【解决方案2】：

非常接近 @latlio，但使用了整形：

library(dplyr)
library(tidyr)
#Code
new <- test_df %>%
  mutate(Var=ifelse(is.na(sp_rich),'miss','count')) %>%
  group_by(plant_sp,Var) %>%
  summarise(N=n()) %>%
  pivot_wider(names_from = Var,values_from=N) %>%
  replace(is.na(.),0)

输出：

# A tibble: 5 x 3
# Groups:   plant_sp [5]
  plant_sp count  miss
  <chr>    <int> <int>
1 plant_1      2     0
2 plant_2      1     1
3 plant_3      3     2
4 plant_4      6     0
5 plant_5      2     3

【讨论】：

【解决方案3】：

data.table 选项

> setDT(test_df)[, .(count = sum(na.omit(sp_rich) > 0), miss = sum(is.na(sp_rich))), plant_sp]
   plant_sp count miss
1:  plant_1     2    0
2:  plant_2     1    1
3:  plant_3     1    2
4:  plant_4     2    0
5:  plant_5     0    3

【讨论】：