数据框列：在这种情况下如何使用循环？答案

【问题标题】：data frame columns: how can I use loops in this case?数据框列：在这种情况下如何使用循环？
【发布时间】：2020-08-21 21:48:39
【问题描述】：

我有一个包含 2 列的数据框：人和点。在我的实际数据集中有超过 1000 人。

我的目标：我需要找到超过 126 分的人。

df1:

person      points
abc
abc        1
abc
abc        2
abc1    
abc1       1
abc1

我用过这段代码：

df1 <- read.csv("df1.csv")
  points_to_numeric <- as.numeric(df1$points)

  person_filtered <- df1 %>%
  group_by(person) %>%
  dplyr::filter(sum(points_to_numeric, na.rm = T)>126)%>%
  distinct(person) %>%
  pull()

person_filtered

当我输入此代码时，我得到了 800 个唯一的人。但是如果我想知道有多少人的分数低于 126 - 我也会得到 800 个独特的人。所以看起来它不起作用。

【问题讨论】：

如果没有数据可供我们使用，则无法重现。使用dput(head(df1)) 生成一个小的测试数据集
您的代码不起作用，因为points_to_numeric 未分组，因为它不在df1 对象内，它应该是df1$points <- as.numeric(df1$points)，然后是...filter(sum(points...

标签： r loops

【解决方案1】：

Tidyverse 解决方案。返回一个包含超过 126 个点的人的向量。

library(tidyverse)

person_filtred <- df1 %>%
  group_by(person) %>%
  dplyr::filter(sum(points, na.rm = T)>126) %>%
  distinct(person) %>%
  pull()

【讨论】：

我收到此错误：错误：filter() 输入问题..1。 x 参数 i 的无效“类型”（字符）输入 ..1 是 sum(points, na.rm = T) > 126。 i 错误发生在第 1 组：person = "
试试 dplyr::filter - 有一个 stats::filter 可以屏蔽 dplyr 函数。我会更新答案以反映。

【解决方案2】：

summarise 在这个用例中更为惯用。

library(tidyverse)

person_filtred <- df1 %>%
  group_by(person) %>%
  summarise(totalPoints=sum(points, na.rm=TRUE)) %>%
  filter(totalPoints >= 126)

【讨论】：

不幸的是，我又遇到了错误。错误：summarise() 输入 totalpoints 有问题。 x 参数 i 的无效“类型”（字符）输入 totalpoints 是 sum(points, na.rm = T)。 i 错误发生在第 1 组：person = "
看起来你需要用as.numeric(points)将points强制转换为数字
我已经这样做了，当我使用类（df1$points）时，我得到的答案是点数是数字。
请更新您的问题reproducible example

【解决方案3】：

也许你可以试试下面的代码

subset(aggregate(.~person,df1,sum), points > 126)

或

subset(df1,ave(points,persion,FUN = sum)>126)

【讨论】：