如何在R中按组计算与class为TRUE对应值相同的数值占比？

看起来你需要针对每个分组，找到class == TRUE对应的目标值，再统计该组内和这个目标值相同的记录占总记录的比例。我这里给你两种实用的实现方式，分别用tidyverse工具链和基础R来完成：

首先先确认你的数据（方便其他读者复现）：

df <- structure(list(group = c("A", "A", "A", "A", "A", "B", "B", "B",
"B", "B", "C", "C", "C", "C", "C"), class = c(FALSE, TRUE, FALSE,
FALSE, FALSE, FALSE, FALSE, TRUE, FALSE, FALSE, TRUE, FALSE,
FALSE, FALSE, FALSE), value = c(2, 1, 1, 2, 3, 4, 2, 2, 2, 6,
5, 5, 3, 5, 5)), class = "data.frame", row.names = c(NA, -15L
))

方法一：使用dplyr（tidyverse风格） #

这种方法代码可读性高，适合日常数据处理：

library(dplyr)

result <- df %>%
  group_by(group) %>%
  summarise(
    # 提取当前组中class为TRUE对应的value（题目说明每组只有一个）
    value = first(value[class == TRUE]),
    # 计算占比：等于目标值的数量 / 组内总数量
    pct = sum(value == first(value[class == TRUE])) / n()
  ) %>%
  ungroup()

print(result)

运行后会得到你想要的输出：

# A tibble: 3 × 3
  group value   pct
  <chr> <dbl> <dbl>
1 A         1   0.4
2 B         2   0.6
3 C         5   0.8

方法二：使用基础R #

如果不想加载额外包，可以用基础R的split结合自定义函数来实现：

# 拆分数据为分组列表，逐个处理每个组
grouped_result <- lapply(split(df, df$group), function(group_data) {
  # 获取当前组的目标值
  target_val <- group_data$value[group_data$class == TRUE]
  # 计算占比
  match_pct <- sum(group_data$value == target_val) / nrow(group_data)
  # 返回当前组的结果
  data.frame(group = unique(group_data$group), value = target_val, pct = match_pct)
})

# 合并所有组的结果为最终数据框
result_base <- do.call(rbind, grouped_result)

print(result_base)

这个代码同样会输出符合要求的结果。

两种方法的核心逻辑都是：按组定位目标值 → 统计组内匹配目标值的数量 → 除以组内总记录数，你可以根据自己的习惯选择使用。

备注：内容来源于stack exchange，提问作者Quinten