对于循环数据帧，使用 dplyr 会导致错误答案

【问题标题】：For Loop over data frame, using dplyr results in error对于循环数据帧，使用 dplyr 会导致错误
【发布时间】：2020-11-24 15:57:52
【问题描述】：

我有一个简化的包含 71 列和 N 行的数据框。我想要得到的是基于所有其他列的第一列中的值的频率表（所有其他列都有假人）。简化（只有 4 列）这将是这样的：

df <- data.frame(sample(1:8,20,replace=T),sample(0:1,20,replace = T),sample(0:1,20,replace = T),sample(0:1,20,replace = T))

我已经用 dplyr 尝试了这个 for 循环（其中 x 是具有 8 个不同值的第一列），它只适用于前 10 或 11 列没有问题，但之后它只生成 NA 并返回错误：

freq_df <- data.frame(matrix(NA, nrow=8, ncol=71))
for (i in 2:71){
  freq_df[,i] <- df %>%
    filter(df[i]==1) %>%
    count(x) %>%
    select(n)
}       

in `[<-.data.frame`(`*tmp*`, , i, value = list(n = c(3L, 5L, 8L,  : 
  replacement element 1 has 7 rows, need 8

有人知道为什么 R 会返回这个错误吗？感谢您的帮助！

【问题讨论】：

标签： r for-loop dplyr

【解决方案1】：

您的错误是因为并非所有第一列值都会出现在其他列为 1 的情况下。第一列中有 8 个唯一值，当您在第 11 列过滤时可能有 7 个 == 1。所以结果可以有长度不同，这是个问题。

试试这个，我认为这是你想要做的。（如果没有，请通过显示预期输出来阐明您的目标。）

names(df) = paste0("V", 1:4)
df %>%
  group_by(V1) %>%
  summarize(across(everything(), sum, .names = "{.col}_count"))
#      V1 V2_count V3_count V4_count
#   <int>    <int>    <int>    <int>
# 1     1        1        0        1
# 2     2        2        1        2
# 3     3        3        3        2
# 4     4        0        0        0
# 5     5        0        0        0
# 6     6        3        1        2
# 7     7        3        1        1
# 8     8        1        1        0

【讨论】：

【解决方案2】：

在base R，我们可以做

names(df) <- paste0("V", 1:4)
out <- aggregate(.~ V1, df, sum, na.rm = TRUE)
names(out)[-1] <- paste0(names(out)[-1], "_count")

【讨论】：