如何基于具有名称类型的变量在R中进行筛选和计数

Question

我在R中有如下教育数据：

df <- data.frame(
   "StudentID" = c(101, 102, 103, 104, 105, 106, 111, 112, 113, 114, 115, 116, 121, 122, 123, 124, 125, 126),
   "FedEthn" = c(1, 1, 2, 2, 3, 3, 1, 1, 2, 2, 3, 3, 1, 1, 2, 2, 3, 3),
   "HIST.11.LEV" = c(1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 3, 3, 3, 5, 3, 3),
   "HIST.11.SCORE" = c(96, 95, 95, 97, 88, 99, 89, 96, 79, 83, 72, 95, 96, 93, 97, 98, 96, 87),
   "HIST.12.LEV" = c(2, 2, 1, 2, 1, 1, 2, 3, 2, 2, 2, 2, 4, 3, 3, 3, 3, 3),
   "SCI.9.LEV" = c(1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3),
   "SCI.9.SCORE" = c(91, 99, 82, 95, 65, 83, 96, 97, 99, 94, 95, 96, 89, 78, 96, 95, 97, 90),
   "SCI.10.LEV" = c(1, 2, 1, 2, 1, 1, 3, 3, 2, 2, 2, 3, 3, 3, 4, 3, 4, 3)
)

##    StudentID  FedEthn  HIST.11.LEV  HIST.11.SCORE  HIST.12.LEV  SCI.9.LEV  SCI.9.SCORE  SCI.10.LEV
## 1        101        1            1             96            2          1           91           1
## 2        102        1            1             95            2          1           99           2
## 3        103        2            1             95            1          1           82           1
## 4        104        2            1             97            2          1           95           2
## 5        105        3            1             88            1          1           65           1
## 6        106        3            1             99            1          1           83           1
## 7        111        1            2             89            2          2           96           3
## 8        112        1            2             96            3          2           97           3
## 9        113        2            2             79            2          2           99           2
## 10       114        2            2             83            2          2           94           2
## 11       115        3            2             72            2          2           95           2
## 12       116        3            2             95            2          2           96           3
## 13       121        1            3             96            4          3           89           3
## 14       122        1            3             93            3          3           78           3
## 15       123        2            3             97            3          3           96           4
## 16       124        2            3             98            3          3           95           3
## 17       125        3            3             96            3          3           97           4
## 18       126        3            3             87            3          3           90           3

在11年级的历史课程中，level代表了学生的学术水平。(5 =最高学历，1=最低学历。例如，5可能是AP或IB课程。HIST.11.SCORE表示学生在课程中的分数。

当学生在某门课程中获得95分或以上时，他们有资格在下一年提升到更高的学术水平(例如HIST.12.LEV =1+ HIST.11.LEV)。然而，只有一些符合条件的学生才会升迁，而老师必须同意这一点。我正在分析的是，符合条件的学生的升学率是否因据报的联邦种族不同而不同。

到目前为止，我是如何做到这一点的：

var.level <- 1
var.ethn <- 1

actual.move.ups <- 
  (df %>% filter(FedEthn==var.ethn,
                 HIST.11.LEV==var.level,
                 HIST.11.SCORE>94,
                 HIST.12.LEV==var.level+1) %>% 
     count) +
  (df %>% filter(FedEthn==var.ethn,
                 SCI.9.LEV==var.level,
                 SCI.9.SCORE>94,
                 SCI.10.LEV==var.level+1) %>% 
     count)

eligible.move.ups <- 
  (df %>% filter(FedEthn==var.ethn,
                 HIST.11.LEV==var.level,
                 HIST.11.SCORE>94) %>% 
     count) +
  (df %>% filter(FedEthn==var.ethn,
                 SCI.9.LEV==var.level,
                 SCI.9.SCORE>94) %>% 
     count)

这是可行的，我可以从1:5迭代var.level，从1:7迭代var.ethnicity，并将结果存储在数据框架中。但是在我的实际数据中，这种方法需要对df %>%过滤器(.) %>%计数进行15次迭代(我会将它们全部加起来)。原因是，在我的实际数据中，有15个机会跨越5个科目(HIST、SCI、数学、ENG、WL)和4个年级(9、10、11、12年级)。

我的问题是，是否有一种更紧凑的方法来过滤和计数COURSE.GRADE.LEV==i、COURSE.GRADE+1.LEV==i+1和COURSE.GRADE.SCORE>94的所有实例，而无需键入/硬编码每个课程名称(HIST、SCI、数学、ENG、WL)和每个年级(9、10、11、12)。那么，在数据帧中存储结果的最佳方法是什么？

对于上面的示例数据，这是理想的输出。不过，数据框架不需要有这种精确的结构。

##    FedEthn  L1.Actual  L1.Eligible  L2.Actual  L2.Eligible  L3.Actual  L3.Eligible
## 1        1          3            3          3            3          1            1
## 2        2          2            3          0            1          1            3
## 3        3          0            1          1            3          1            2

*注意:我读过this helpful answer，但是对于我的变量名，级别(9、10、11、12)没有一致的字符串位置(例如，SCI.9与HIST.11)。另外，在某些情况下，我需要多次计算单个行，因为单个学生可以在多个班级中向上移动。也许解决办法是在执行计数之前，将数据从宽到长进行整形？

Answer 1

使用@akrun的this great answer，我想出了一个解决方案。不过，我想我还是把事情弄得太复杂了，我希望能接受别人更简洁的回答。

course.names <- c("HIST.","SCI.")
grade.levels <- 9:11

tally.actual <- function(var.ethn, var.level){
  total.tally.actual <- NULL
  for(i in course.names){
    course.tally.actual <- NULL
    for(j in grade.levels){
      new.tally.actual <- df %>% filter(
        FedEthn == var.ethn,
        !!(rlang::sym(paste0(i,j,".LEV"))) == var.level,
        !!(rlang::sym(paste0(i,(j+1),".LEV"))) == (var.level+1),
        !!(rlang::sym(paste0(i,j,".SCORE"))) > 94
      ) %>% count
      course.tally.actual <- c(new.tally.actual, course.tally.actual)
    }
    total.tally.actual <- c(total.tally.actual, course.tally.actual)
  }
  return(sum(unlist(total.tally.actual)))
}

tally.eligible <- function(var.ethn, var.level){
  total.tally.eligible <- NULL
  for(i in course.names){
    course.tally.eligible <- NULL
    for(j in grade.levels){
      new.tally.eligible <- df %>% filter(
        FedEthn == var.ethn,
        !!(rlang::sym(paste0(i,j,".LEV"))) == var.level,
        !!(rlang::sym(paste0(i,j,".SCORE"))) > 94
      ) %>% count
      course.tally.eligible <- c(new.tally.eligible, course.tally.eligible)
    }
    total.tally.eligible <- c(total.tally.eligible, course.tally.eligible)
  }
  return(sum(unlist(total.tally.eligible)))
}

results <- data.frame("FedEthn" = 1:3, 
                      "L1.Actual" = NA, "L1.Eligible" = NA, 
                      "L2.Actual" = NA, "L2.Eligible" = NA, 
                      "L3.Actual" = NA, "L3.Eligible" = NA)

for(var.ethn in 1:3){
  for(var.level in 1:3){
    results[var.ethn,(var.level*2)] <- tally.actual(var.ethn,var.level)
    results[var.ethn,(var.level*2+1)] <- tally.eligible(var.ethn,var.level)
  }
}

这种方法可以工作，但是它需要df包含每一个组合--当然(SCI，数学，HIST，ENG，WL)和年份(9，10，11，12)。有关我是如何添加到原始df的，请参见下面的内容。包括所有可能的组合对于我的实际数据来说都不是问题，但我希望有一种解决方案，不需要添加一堆填充NA的列：

df$HIST.9.LEV = NA
df$HIST.9.SCORE = NA
df$HIST.10.LEV = NA
df$HIST.10.SCORE = NA
df$HIST.12.SCORE = NA
df$SCI.10.SCORE = NA
df$SCI.11.LEV = NA
df$SCI.11.SCORE = NA
df$SCI.12.LEV = NA
df$SCI.12.SCORE = NA