wt代表"weights"。
help('count')中的第一个例子使用了对象df，在我看来，这是非常清楚的。
首先，创建对象。

library(dplyr)

df <- tribble(
  ~name,    ~gender,   ~runs,
  "Max",    "male",       10,
  "Sandra", "female",      1,
  "Susan",  "female",      4
)

**1.**现在，一个没有wt的例子。

从上面的数据集可以看出，有

1. 2排gender == "female";
2. 1行gender == "male"。
   而非加权计数将返回这些计数。

# counts rows:
df %>% count(gender)
## A tibble: 2 x 2
#  gender     n
#  <chr>  <int>
#1 female     2
#2 male       1

**2.**现在是一个权重的例子，参数为wt。

假设原始数据中有10行男性行和5行女性行，所有男性行来自同一个体"Max"，女性性别行来自两个个体，"Sandra"只有一行，"Susan"有4行。
然后，用户将原始的、未处理的数据按name进行聚合，结果就是发布的数据。要获得说明 * 原始 * 的计数，请使用加权计数。
这就是wt示例上面的注解所说的。

# use the `wt` argument to perform a weighted count. This is useful
# when the data has already been aggregated once
# counts runs:
df %>% count(gender, wt = runs)
## A tibble: 2 x 2
#  gender     n
#  <chr>  <dbl>
#1 female     5
#2 male      10

把它看作是“按和分组”，参见示例：

mtcars %>% 
  count(cyl, wt = mpg)
#   cyl     n
# 1   4 293.3
# 2   6 138.2
# 3   8 211.4

mtcars %>% 
  group_by(cyl) %>% 
  summarise(n = sum(mpg))
# # A tibble: 3 x 2
#     cyl     n
#   <dbl> <dbl>
# 1     4  293.
# 2     6  138.
# 3     8  211.

count {dplyr}

wt执行加权计数，将摘要从n = n()切换到n = sum(wt)

我将尝试用最简单的方式来解释这一点。如果我们有一个这样的数据集：Sample
这显示了不同的州，他们的县，以及每个县的人口。
例如，我们可以看到“加州”有多个县，每个县都有其人口。现在，如果我们想要每个州的总人口呢？这意味着将特定州的县人口加在一起，对吗？现在，这就是“wt”参数起作用的地方。看看这张图片Sample
现在我们可以看到，我们已经计算了每个州的人口数量，并按其人口对 n 列进行了加权（wt）。
我希望这能帮助你更好地理解它。所使用的图像的快照来自我在datacamp上的工作空间。