如何使用dplyr::across()中的n()对行进行分组计数？

dplyr::across() 是 dplyr 包中的一个函数，它允许你在数据框（data frame）的多个列上应用相同的函数。n() 函数通常用于计算行数，但在 dplyr::across() 中使用时，它可以帮助我们按条件对行进行分组计数。

以下是如何使用 dplyr::across() 和 n() 对行进行分组计数的步骤：

1. 安装和加载 dplyr 包： 如果你还没有安装 dplyr 包，可以使用以下命令安装：
2. 安装和加载 dplyr 包： 如果你还没有安装 dplyr 包，可以使用以下命令安装：
3. 然后加载 dplyr 包：
4. 然后加载 dplyr 包：
5. 创建示例数据框： 为了演示，我们先创建一个示例数据框：
6. 创建示例数据框： 为了演示，我们先创建一个示例数据框：
7. 使用 dplyr::across() 和 n() 进行分组计数： 我们可以使用 dplyr::across() 和 n() 来计算每个组中的行数。具体步骤如下：
8. 使用 dplyr::across() 和 n() 进行分组计数： 我们可以使用 dplyr::across() 和 n() 来计算每个组中的行数。具体步骤如下：
9. 这里的 group_by(group) 按 group 列进行分组，mutate(group_count = across(everything(), n)) 则在每个组中计算行数，并将结果存储在新列 group_count 中。
10. 查看结果： 最后，我们可以查看结果数据框：
11. 查看结果： 最后，我们可以查看结果数据框：
12. 输出结果将是：
13. 输出结果将是：

在这个例子中，group_count 列显示了每个组中的行数。

参考链接：

• dplyr::across() 官方文档
• dplyr::n() 官方文档

通过这种方式，你可以方便地对数据框中的行进行分组计数，并将结果存储在新列中。