基于长格式重复测量数据，按ID统计Event次数并生成指定频次表

方法1：Base R 实现 #

先按ID分组计算每个个体的Event发生总次数，再统计不同总次数对应的个体数量：

# 计算每个ID的Event总次数
id_event_sum <- aggregate(Event ~ ID, data = df, sum)

# 统计0、1、2次Event的个体数（强制包含所有可能取值）
freq_table <- table(factor(id_event_sum$Event, levels = 0:2))

# 转换为目标单行表格格式
result <- data.frame(t(as.data.frame(freq_table)))
colnames(result) <- 0:2
rownames(result) <- ""

# 查看结果
result

运行后输出的表格如下：

方法2：dplyr + tidyr 实现 #

用tidyverse工具链更简洁地完成统计和格式转换：

library(dplyr)
library(tidyr)

df %>%
  # 按ID分组，计算每个个体的Event总次数
  group_by(ID) %>%
  summarise(total_event = sum(Event), .groups = "drop") %>%
  # 强制包含0、1、2三个取值，避免缺失
  mutate(total_event = factor(total_event, levels = 0:2)) %>%
  # 统计每个总次数对应的个体数
  count(total_event) %>%
  # 转换为宽格式
  pivot_wider(names_from = total_event, values_from = n, values_fill = 0) %>%
  # 调整行名和列名，匹配目标格式
  mutate(rowname = "") %>%
  relocate(rowname) %>%
  column_to_rownames("rowname")

这段代码同样会输出符合要求的单行频次表。

内容的提问来源于stack exchange，提问作者Jacob White