如何在R中用数据透视表统计学生期初期末基准类别变化

问题核心 #

需要生成以期初基准类别为行、期末基准类别为列的交叉计数表，统计不同类别间的学生流动数量，但原有代码仅统计了各时间段内的单类别人数，未关联学生的期初期末结果。

原有代码的问题 #

你之前的代码按TestingWindow和BenchmarkCategories分组统计人数，本质是分别计算期初、期末各基准类别的学生数，没有把同一个学生的期初、期末结果对应起来，因此无法得到类别间的流动数据。

解决方案 #

核心思路是先将每个学生的期初、期末基准类别合并到同一行，再统计不同类别组合的学生数量。

步骤1：构造示例数据

library(tidyverse)

# 模拟你的学生数据
reading_data <- tibble(
  studentIDs = c(123, 456, 456, 789, 789),
  TestingWindow = c("StartofYear", "StartofYear", "EndofYear", "StartofYear", "EndofYear"),
  BenchmarkCategories = c("Urgent Intervention", "Intervention", "At Benchmark", "On Watch", "Above Benchmark")
)

步骤2：将学生的期初/期末结果转成宽格式

把每个学生的期初、期末基准类别放到同一行，缺失期末结果的学生对应字段为NA：

student_benchmarks <- reading_data %>%
  pivot_wider(
    id_cols = studentIDs,
    names_from = TestingWindow,
    values_from = BenchmarkCategories
  ) %>%
  rename(
    期初基准 = StartofYear,
    期末基准 = EndofYear
  )

步骤3：生成交叉流动计数表

有两种常用方法：

方法1：用tidyverse工具链

flow_table <- student_benchmarks %>%
  count(期初基准, 期末基准) %>%
  pivot_wider(
    names_from = 期末基准,
    values_from = n,
    values_fill = 0  # 无流动数据的组合填充为0
  )

方法2：用base R的table函数（更简洁）

# 生成交叉表，转成数据框格式
flow_table <- as.data.frame.matrix(table(student_benchmarks$期初基准, student_benchmarks$期末基准))
# 可手动修改行/列名
colnames(flow_table) <- paste0("期末_", colnames(flow_table))
rownames(flow_table) <- paste0("期初_", rownames(flow_table))

最终结果说明

生成的flow_table中，行是学生期初的基准类别，列是期末的基准类别，单元格数值代表从对应期初类别流动到对应期末类别的学生数量；缺失期末结果的学生会被统计到NA列（可手动重命名为“无期末结果”）。

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