使用dplyr 计算数据框中每个作物总面积小于5的作物数量

本文介绍如何使用dplyr包对数据框df_biodiv进行操作，计算每个年份中每个作物总面积小于5的作物数量。数据框df_biodiv包含Year、Area和CropName列。

步骤

1. 定义向量列vanishvarity，初始值为0。

vanishvarity <- rep(0, nrow(df_biodiv))

2. 使用dplyr按Year分组，计算每个CropName的总Area，并将结果保存到新的数据框df_sum中。

library(dplyr)
df_sum <- df_biodiv %>%
  group_by(Year, CropName) %>%
  summarise(TotalArea = sum(Area))

3. 计算当年每个CropName总Area小于5的CropName数量，并将结果保存到vanishvarity中。

for (i in unique(df_biodiv$Year)) {
  df_temp <- df_sum %>%
    filter(Year == i) %>%
    group_by(CropName) %>%
    summarise(TotalArea = sum(TotalArea))
  vanishvarity[df_biodiv$Year == i & df_biodiv$CropName %in% df_temp$CropName[df_temp$TotalArea < 5]] <- length(unique(df_temp$CropName[df_temp$TotalArea < 5]))
}

代码解释

• 首先使用for循环遍历每个年份；
• 然后使用filter函数筛选出当前年份的数据，并按CropName分组计算总Area；
• 接着使用summarise函数计算每个CropName的总Area，并筛选出总Area小于5的CropName；
• 最后使用length函数计算小于5的CropName数量，并将结果保存到vanishvarity中。

注意事项

• 上述代码未考虑当年不存在小于5的CropName的情况，需要根据实际情况进行调整；
• 上述代码使用了for循环，效率可能较低，可以考虑使用dplyr的group_map函数进行优化。