是否可以使用范围在R中创建类似countif的函数？

我已经用一种计算R中条目的方法阅读了这个问题：

我正在寻找一种类似的方法，只是我想计算给定范围内的数据

例如，假设我有以下数据集：

data <- data.frame( values = c(1,1.2,1.5,1.7,1.7,2))

---

data
sum（data$values>=1.3和data$values
sum（data$values>=1.3和data$values与@doviod写入类似，您可以使用复合逻辑条件。

我的方法是不同的，我写了一个函数，它以向量和范围为中心点
值
和距离
增量

在@doviod提出建议后，我设置了一个默认值
delta=0
，这样，如果只传递
value
，函数就会返回

值等于用户提供的值的情况计数。

（doviod在评论中）

countif像@doviod writes一样，可以使用复合逻辑条件。

我的方法是不同的，我写了一个函数，它以向量和范围为中心点
值
和距离
增量

在@doviod提出建议后，我设置了一个默认值
delta=0
，这样，如果只传递
value
，函数就会返回

值等于用户提供的值的情况计数。

（doviod在评论中）

countif
它识别向量中满足条件的所有值的位置，
length
随后统计“点击次数”

length( which(data$values>=1.3 & data$values<=1.7) )
[1] 3

length（其中（data$values>=1.3和data$values
），它标识向量中满足标准的所有值的位置，并且
length
随后统计“命中次数”

length( which(data$values>=1.3 & data$values<=1.7) )
[1] 3

length（其中（data$values>=1.3&data$values）我将使delta默认为0（
delta=0
），在这种情况下，如果您只给出值，您将得到值等于您提供的值的情况计数。我将使delta默认为0（
delta=0
），在这种情况下，如果你只给出值，你会得到一个计数，其中值等于你提供的值。由于某种原因，这种方法不能正常工作。我有一个包含814个观察值的向量，但这个函数返回超过2k个点击，我甚至不确定这是怎么可能的。我实现这种逻辑的方式是：
cm=results$prev-平均值（结果$dist）和子集（结果，结果$org>0）不确定。如果类（“您的数据”）是一个向量；这应该有效。确保它不是一个因子。如果它不起作用，也许你可以用一个例子更新答案。然后我们可以看看它还需要什么。出于某种原因，这种方法不能正常工作。我有一个有814个观察值的向量，但这个函数返回的命中数超过2k，我甚至不确定这是否可能ble。我实现这个逻辑的方式是：
cm=results$prev-mean（results$dist）&subset（results，results$org>0）不确定。如果类（“您的数据”）是一个向量，这应该是可行的。确保它不是一个因素。也许您可以用一个不可行的示例更新答案。然后我们可以看到它还需要什么。
countif <- function(x, value, delta = 0) 
  sum(value - delta <= x & x <= value + delta)

data <- data.frame( values = c(1,1.2,1.5,1.7,1.7,2))

countif(data$values, 1.5, 0.2)
#[1] 3

length( which(data$values>=1.3 & data$values<=1.7) )
[1] 3